Benachrichtigungen

JavaScript unbedingt erforderlich

Um KITopenData zu benutzen ist JavaScript unbedingt erforderlich. Bitte aktivieren Sie JavaScript oder nutzen Sie einen entsprechenden Browser!

Particle Detection by means of Neural Networks and Synthetic Training Data Refinement in Defocusing Particle Tracking Velocimetry (data)

620 - Ingenieurwissenschaften

Autor bzw. Ersteller	Dreisbach, Maximilian; Leister, Robin; Probst, Matthias; Friederich, Pascal; Stroh, Alexander; Kriegseis, Jochen
Mitwirkende	Leister, Robin
Schlagwörter	Defocusing Particle Tracking Velocimetry, Synthetic Training Data Refinement, Particle Detection
Klassifizierungen	DDC: 620 - Ingenieurwissenschaften
Art der Forschungsdaten	Dataset
Erstellungsjahr	2022
Herausgeber	KIT-Bibliothek
Jahr der Veröffentlichung	2022
DOI	10.5445/IR/1000146837
Lizenz	CC BY 4.0
Liesmich	This repository contains the supplementary data to our contribution "Particle Detection by means of Neural Networks and Synthetic Training Data Refinement in Defocusing Particle Tracking Velocimetry" to the 2022 Measurement Science and Technology special issue on the topic “Machine Learning and Data Assimilation techniques for fluid flow measurements”. This data includes annotated images used for the training of neural networks for particle detection on DPTV recordings as well as unannotated particle images used for training of the image-to-image translation networks for the generation of refined synthetic training data, as presented in the manuscript. The neural networks for particle detection trained on the aforementioned data are contained in this repository as well. An explanation on the use of this data and the trained neural networks, containing an example script can be found on GitHub (https://github.com/MaxDreisbach/DPTV_ML_Particle_detection) Als Markdown rendern This repository contains the supplementary data to our contribution "Particle Detection by means of Neural Networks and Synthetic Training Data Refinement in Defocusing Particle Tracking Velocimetry" to the 2022 Measurement Science and Technology special issue on the topic “Machine Learning and Data Assimilation techniques for fluid flow measurements”. This data includes annotated images used for the training of neural networks for particle detection on DPTV recordings as well as unannotated particle images used for training of the image-to-image translation networks for the generation of refined synthetic training data, as presented in the manuscript. The neural networks for particle detection trained on the aforementioned data are contained in this repository as well. An explanation on the use of this data and the trained neural networks, containing an example script can be found on GitHub (https://github.com/MaxDreisbach/DPTV_ML_Particle_detection)

Statistiken

Zugriffszähler	2923
Downloadzähler	5

Dateien

Die Forschungsdaten sind sicher im Archiv aufbewahrt und könnten sich auf Speicherbändern befinden. Ein direkter Zugriff könnte momentan nicht möglich sein. Um die Daten herunterzuladen haben Sie die folgenden Möglichkeiten:

: Sie können (trotzdem) versuchen die Daten direkt aus dem Archiv zu beziehen ohne diese durch KITopenData zwischenspeichern zu lassen. Dies könnte nicht funktionieren!
+ : KITopenData wird die Dateien aus dem Archiv abrufen und diese dann zum Download bereitstellen.
+ : KITopenData wird die Dateien aus dem Archiv abrufen und diese dann zum Download als Zip Archiv bereitstellen.

+ Daten aus dem Archiv transferieren und dann herunterladen

Klicken Sie bitte auf den Button und wir werden die Dateien für Sie aus dem Archiv holen.

BagIt

In diesem Abschnitt können BagIT Dateien heruntergeladen werden. Es ist zu beachten, dass die Dateien aus dem Archiv abgerufen werden müssen und dies möglicherweise lange dauern kann. Die Dateien können aber vorab gecached werden. Mehr Informationen zu BagIT sind unter nachfolgendem Link verfügbar (The BagIt File Packaging Format).:

: Versuche BagIt Manifest MD5 Datei direkt herunterzuladen manifest-md5.txt
: Versuche BagIt Info Datei direkt herunterzuladen bag-info.txt
: Versuche BagIt Datei direkt herunterzuladen bagit.txt

+ Daten aus dem Archiv transferieren und dann als Zip herunterladen

Klicken Sie bitte auf den Button und wir werden die Dateien aus dem Archiv holen und in einer Zip-Datei bündeln.

Dateiliste (82)

Name	Dateigröße	Hochgeladen	Prüfsumme (MD5)
data/0. 2D_Gaussian_synthetic	0 Byte	17.06.22 15:30:53
neural_networks/0. 2D_Gaussian_synthetic	0 Byte	17.06.22 15:31:25
data/1. DPTV_recordings_real	0 Byte	17.06.22 15:30:53
neural_networks/1. DPTV_recordings_real	0 Byte	17.06.22 15:31:25
data/2. ML-refined_synthetic	0 Byte	17.06.22 15:31:25
neural_networks/2. ML-refined_synthetic	0 Byte	17.06.22 15:31:26
data/0. 2D_Gaussian_synthetic/2D-Gaussian_plain.zip	490.91 MiB	17.06.22 15:30:53	05ab7017810db1f2e5181fe191368a04
data/3. Unpaired_image_to_image_translation	0 Byte	17.06.22 15:31:25
data/1. DPTV_recordings_real/DPTV_groove_handlabeled.zip	374.73 KiB	17.06.22 15:30:53	6661522d47769c9bad13469a2db5c6cc
data/1. DPTV_recordings_real/DPTV_lamella_handlabeled.rar	531.35 KiB	17.06.22 15:31:25	6b0158522aea72647ceb1ffa6a047a04