Detection of hunting pits using airborne laser scanning and deep learning

Simple item page
dc.contributor.authorWilliam Lidberg
dc.contributor.otherFlorian Westphal
dc.contributor.otherCamilla Sandström
dc.contributor.otherLars Östlund
dc.date.accessioned2025-01-20T09:41:53Z
dc.date.available2025-01-20T09:41:53Z
dc.date.issued2024-02-22T08:57:13.43525Z
dc.descriptionThis is training and testing data for the detection of hunting pits in airborne laser data. The data is split into three parts. 1: Data for transfer learning with radar imagery and impact craters on the moon. 2. Data for training and testing of the machine learning model. 3: Data from a separate demonstration area used to evaluate the model. The lunar data (1) were used to pre-train a machine learning model before training on the real data of hunting pits from earth (2). The demonstration data was used to visually evaluate the result of the final model. All code used to create this dataset and train the machine learning models can be found here: https://github.com/williamlidberg/Detection-of-hunting-pits-using-airborne-laser-scanning-and-deep-learning The code is also included in the file "code.zip"en_EN
dc.descriptionDet här är tränings och test-data för att detektera fångstgropar i laserdata med hjälp av maskininlärning. Datat är uppdelat i tre delar. 1: Data för förträning med hjälp av radarbilder och kratrar på månen. 2: Data för träning och testning av maskininlärningsmodellen. 3: Data över ett demonstrationsområde där modellen testas. Datat från månen (1) användes för att förträna en maskininlärningsmodell och datat från jorden (2) användes för att träna modellen på att kartera fångstgropar på jorden. Demonstrationsområdet användes för att visuellt utvärdera resultatet. All kod som används för att ta fram datat samt träna modellerna finns här: https://github.com/williamlidberg/Detection-of-hunting-pits-using-airborne-laser-scanning-and-deep-learning koden finns också i filen "code.zip"sv_SE
dc.description.sponsorshipKempe Foundationen_EN
dc.description.sponsorshipKempestiftelsernasv_SE
dc.description.sponsorshipMarcus and Amalia Wallenberg Foundationen_EN
dc.description.sponsorshipStiftelsen Marcus och Amalia Wallenbergs minnesfondsv_SE
dc.description.sponsorshipMarianne and Marcus Wallenberg Foundationen_EN
dc.description.sponsorshipMarianne och Marcus Wallenbergs stiftelsesv_SE
dc.identifier.govdocSLU.seksko.2023.4.4.IÄ-2
dc.identifier.urihttps://doi.org/10.5878/en98-1b29
dc.identifier.urihttps://doi.org/10.5878/96ms-0g33
dc.identifier.urihttps://hdl.handle.net/20.500.12703/5444
dc.languageotheren_EN
dc.publisherSwedish National Data Serviceen_EN
dc.publisherSvensk Nationell Datatjänstsv_SE
dc.subjectPhysical Geography
dc.subjectHistory
dc.subjectSociety
dc.subjectComputer Sciences
dc.subjectComputer graphics and computer vision
dc.subjectGeotechnical Engineering and Engineering Geology
dc.subjectpreservation of cultural property
dc.subjectmachine learning
dc.subjectfarm forestry
dc.subjectcultural environment
dc.subjectremote sensing
dc.subjectPIT TRAP
dc.titleDetection of hunting pits using airborne laser scanning and deep learningen_EN
dc.titleDetection of hunting pits using airborne laser scanning and deep learningsv_SE
dc.typeDatasetsv_SE
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
2023-188-json-ld.json
Size:
11.66 KB
Format:
Unknown data format
Description:
Download
Thumbnail Image
Name:
2023-188-1-json-ld_2025-09-15.json
Size:
8.64 KB
Format:
Unknown data format
Description:
Download
Thumbnail Image
Name:
2023-188-1.zip
Size:
14.23 GB
Format:
Unknown data format
Description:
Download
Collections
Detection of hunting pits using airborne laser scanning and deep learning