論文の概要: PM25Vision: A Large-Scale Benchmark Dataset for Visual Estimation of Air Quality

• arxiv url: http://arxiv.org/abs/2509.16519v1
• Date: Sat, 20 Sep 2025 03:51:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:15.833666
• Title: PM25Vision: A Large-Scale Benchmark Dataset for Visual Estimation of Air Quality
• Title（参考訳）: PM25Vision: 大気質の視覚的評価のための大規模ベンチマークデータセット
• Authors: Yang Han,
• Abstract要約: PM25Vision(PM25V)は、ストリートレベルの画像から空気の質を推定するための、これまでで最大かつ最も包括的なデータセットである。 データセットには,3,261のAQI監視ステーションで,タイムスタンプと位置決めされたPM2.5の読み取りと一致した11,114以上の画像が含まれている。 このデータセットの空間的精度は5kmに達し、多くのデータセットの都市レベルの精度をはるかに上回っている。
• 参考スコア（独自算出の注目度）: 2.6023332021532615
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce PM25Vision (PM25V), the largest and most comprehensive dataset to date for estimating air quality - specifically PM2.5 concentrations - from street-level images. The dataset contains over 11,114 images matched with timestamped and geolocated PM2.5 readings across 3,261 AQI monitoring stations and 11 years, significantly exceeding the scale of previous benchmarks. The spatial accuracy of this dataset has reached 5 kilometers, far exceeding the city-level accuracy of many datasets. We describe the data collection, synchronization, and cleaning pipelines, and provide baseline model performances using CNN and transformer architectures. Our dataset is publicly available.
• Abstract（参考訳）: 道路レベルの画像から大気質(特にPM2.5濃度)を推定するための、これまでで最大かつ最も包括的なデータセットであるPM25Vision(PM25V)を紹介する。 データセットには,3,261のAQI監視ステーションにわたるPM2.5のタイムスタンプとジオロケーションと一致した11,114以上の画像が含まれており,以前のベンチマークの規模を大きく上回っている。 このデータセットの空間的精度は5kmに達し、多くのデータセットの都市レベルの精度をはるかに上回っている。 データ収集、同期、クリーニングパイプラインを記述し、CNNとトランスフォーマーアーキテクチャを用いてベースラインモデルのパフォーマンスを提供する。 私たちのデータセットは公開されています。

関連論文リスト

• Delineate Anything: Resolution-Agnostic Field Boundary Delineation on Satellite Imagery [0.0]
  大規模でマルチ解像度なインスタンスデータセットであるField Boundary Instance - 22Mデータセット(FBIS-22M)を紹介した。 我々は、FBIS-22Mデータセットに基づいてトレーニングされたインスタンスセグメンテーションモデルであるDelineate Anythingを提案する。 提案モデルでは,mAP@0.5で88.5%,mAP@0.5:0.95で103%の大幅な改善を実現した。
  論文  参考訳（メタデータ） (2025-04-03T12:37:04Z)
• Constellation Dataset: Benchmarking High-Altitude Object Detection for an Urban Intersection [7.419274609612015]
  本研究では,高標高カメラで観測された都市景観の物体検出研究に適した13K画像のデータセットであるConstellationを紹介する。 このデータセットは、歩行者の限られたピクセルフットプリントによって実証された小さな物体検出の問題を探索するキュレートされたデータの必要性に対処する。 提案手法は, 車両と比較して小型歩行者の検出性能が低いことを観察し, データセット上での同時検出アーキテクチャの評価を行った。
  論文  参考訳（メタデータ） (2024-04-25T18:00:24Z)
• SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
  我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。 私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。 私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
  論文  参考訳（メタデータ） (2024-03-11T09:20:40Z)
• A Large Scale Homography Benchmark [52.55694707744518]
  1DSfMデータセットから10万枚の画像から約1000個の平面が観測された3D, Pi3Dの平面の大規模データセットを示す。 また,Pi3Dを利用した大規模ホモグラフィ推定ベンチマークであるHEBを提案する。
  論文  参考訳（メタデータ） (2023-02-20T14:18:09Z)
• ENS-10: A Dataset For Post-Processing Ensemble Weather Forecast [12.812768685050898]
  後処理アンサンブル予測システムは、特に極端な事象予測のために天気予報を改善することができる。 本報告では,1998-2017年に10人のアンサンブルメンバーからなるENS-10データセットについて述べる。 アンサンブルのメンバーは、地球のカオス的な振る舞いを捉えるために数値気象シミュレーションを摂動することによって生成される。
  論文  参考訳（メタデータ） (2022-06-29T17:40:56Z)
• THE Benchmark: Transferable Representation Learning for Monocular Height Estimation [25.872962101146115]
  クロスデータセット設定における高さ推定モデルの転送可能性を検討するための新しいベンチマークデータセットを提案する。 このベンチマークデータセットには、新しく提案された大規模合成データセット、新たに収集された実世界のデータセット、および異なる都市の既存の4つのデータセットが含まれている。 本論文では、高さ推定タスクにおけるスケール変量問題に対処するウィンドウベース変換器を強化するためのスケール変形可能な畳み込みモジュールを提案する。
  論文  参考訳（メタデータ） (2021-12-30T09:40:26Z)
• A CNN based method for Sub-pixel Urban Land Cover Classification using Landsat-5 TM and Resourcesat-1 LISS-IV Imagery [0.0]
  本稿では,Landsat-5 TMとResourcesat-1 LISS-IVの時間重なりを利用したサブピクセル分類法を提案する。 畳み込みニューラルネットワークを用いて30m Landsat-5 TMデータから土地被覆マップを推定する。
  論文  参考訳（メタデータ） (2021-12-16T12:48:37Z)
• ETH-XGaze: A Large Scale Dataset for Gaze Estimation under Extreme Head Pose and Gaze Variation [52.5465548207648]
  ETH-XGazeは100万以上の高解像度画像からなる新しい視線推定データセットである。 我々のデータセットは、異なる頭部ポーズと視線角度で視線推定手法のロバスト性を大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2020-07-31T04:15:53Z)
• NWPU-Crowd: A Large-Scale Benchmark for Crowd Counting and Localization [101.13851473792334]
  我々は,5,109枚の画像からなる大規模集束群集NWPU-Crowdを構築し,合計2,133,375個の点と箱を付加したアノテートヘッドを構築した。 他の実世界のデータセットと比較すると、様々な照明シーンを含み、最大密度範囲 (020,033) を持つ。 本稿では,データ特性について述べるとともに,主要なSOTA(State-of-the-art)手法の性能を評価し,新たなデータに生じる問題を分析する。
  論文  参考訳（メタデータ） (2020-01-10T09:26:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。