Spatial and Temporally aligned Visible and Infrared UAV images (labelled) and videos (not labelled)
Notice bibliographique
Résumé
This dataset was created for sensing of UAVs in the context of the Counter-UAS problem. To implement data fusion methodologies for imaging sensors, namely at pixel level, the data from the visible and infrared sensors must be spatial and temporally aligned. To this end, flight tests were conducted at the University of Victoria's Center for Aerospace Research (UVIC-CfAR) using a TASE 200 gimbal (Visible sensor: SONY FCB-EX1020 PAL, Infrared sensor: FLIR TAU 640 PAL). Additional data collected at the Universidade de Lisboa - Instituto Superior Técnico (IST) using a TeAx ThermalCapture Fusion Zoom was provided. This resulted in two separate sub-datasets: one of labelled UAV images, and one of UAV videos not labelled. All data from Visible and Infrared sensors are spatial and temporally aligned. The labelled dataset includes real frames of a DJI Mavic 2, the VTOL Mini-E (developed at UVIC-CfAR), the hybrid multirotor MIMIQ (developed at UVIC-CfAR), a DJI Mini 3 Pro, and a Zeta FX-61 Phantom Wing and artificial frames of quadcopters, a hexacopter, and a fixed-wing. It includes variety in operational conditions and characteristics, namely range, lighting, blurry and partially cut UAV, presence of birds, and background texture. Images are labelled in the YOLO format. Folders were organized in the YOLO format with 80-10-10 partition for training, test and validation sets. Images were randomly selected for each folder. The dataset of videos that are not labelled includes videos of a DJI Mavic 2, the VTOL Mini-E (developed at UVIC-CfAR), and a DJI Inspire 1. Some videos are in their original unprocessed version. Others are separated into videos of interest, which include the segments with better spatial and temporal alignment and isolation of operational conditions and characteristics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,011 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».