Annotated birds dataset for object detection using deep learning, Skagen och Klim

SND-ID: 2021-316-1. Version: 1. DOI: https://doi.org/10.5878/x1cm-pq40

Citering

Skapare/primärforskare

Hiba Alqaysi - Mittuniversitetet

Forskningshuvudman

Mittuniversitetet - Institutionen för elektronikkonstruktion (EKS) rorId

Beskrivning

Datasetet består av bilder på fåglar i vindkraftsparker. Den samlas in i två vindkraftsparker i Danmark, Skagen och Klim. Varje bild har sin motsvarande textfil som innehåller objektets plats. Datasetet ligger till grund för följande publikation: "A Temporal Boosted YOLO-Based Model for Birds Detection around Wind Farms"

Se den engelska katalogsidan för mer information.

Data innefattar personuppgifter

Nej

Språk

Metod och utfall

Dataformat / datastruktur

Datainsamling
Geografisk täckning

Geografisk utbredning

Geografisk plats: Danmark

Geografisk beskrivning: Två vindkraftsparker i Danmark, Skagen - Grey Lighthouse - och Klim Fjordeholme

Administrativ information

Ansvarig institution/enhet

Institutionen för elektronikkonstruktion (EKS)

Medverkande

Igor Fedorov - Linköping University

Finansiering

  • Finansiär: Knowledge foundation
Ämnesområde och nyckelord

Forskningsområde

Datorseende och robotik (autonoma system) (Standard för svensk indelning av forskningsämnen 2011)

Publikationer

Alqaysi, H., Fedorov, I., Qureshi, Faisal. Z., & O’Nils, M. (2021). A temporal boosted yolo-based model for birds detection around wind farms. In Journal of Imaging (No. 227; Vol. 7, Issue 11). https://doi.org/10.3390/jimaging7110227
URN: urn:nbn:se:miun:diva-43641
DOI: https://doi.org/10.3390/jimaging7110227
SwePub: oai:DiVA.org:miun-43641

Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er). Är du ansvarig för katalogposten kan du själv uppdatera metadata/databeskrivningen via DORIS.

Publicerad: 2021-12-08
Senast uppdaterad: 2021-12-13