Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "Max Coenen",
2
  "author": "Max Coenen",
            
3
  "author_email": "m.coenen@baustof.uni-hannover.de",
3
  "author_email": "m.coenen@baustof.uni-hannover.de",
            
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
            
5
  "doi": "10.25835/61y9peiq",
5
  "doi": "10.25835/61y9peiq",
            
6
  "doi_date_published": "2022-11-23",
6
  "doi_date_published": "2022-11-23",
            
7
  "doi_publisher": "LUIS",
7
  "doi_publisher": "LUIS",
            
8
  "doi_status": "true",
8
  "doi_status": "true",
            
9
  "domain": "https://data.uni-hannover.de",
9
  "domain": "https://data.uni-hannover.de",
            
10
  "groups": [],
10
  "groups": [],
            
11
  "have_copyright": "Yes",
11
  "have_copyright": "Yes",
            
12
  "id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
12
  "id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
            
13
  "isopen": false,
13
  "isopen": false,
            
14
  "license_id": "CC-BY-NC-3.0",
14
  "license_id": "CC-BY-NC-3.0",
            
15
  "license_title": "CC-BY-NC-3.0",
15
  "license_title": "CC-BY-NC-3.0",
            
16
  "maintainer": "Max Coenen",
16
  "maintainer": "Max Coenen",
            
17
  "maintainer_email": "m.coenen@baustoff.uni-hannover.de",
17
  "maintainer_email": "m.coenen@baustoff.uni-hannover.de",
            
18
  "metadata_created": "2023-01-12T13:14:11.720857",
18
  "metadata_created": "2023-01-12T13:14:11.720857",
            
n
19
  "metadata_modified": "2023-05-02T07:05:19.324628",
n
19
  "metadata_modified": "2023-08-04T08:46:26.290084",
            
20
  "name": "luh-deep-granulometry",
20
  "name": "luh-deep-granulometry",
            
21
  "notes": "This repository contains the data related to the paper ** 
21
  "notes": "This repository contains the data related to the paper ** 
            
22
\"Deep Granulometry: Image based estimation of concrete aggregate size 
22
\"Deep Granulometry: Image based estimation of concrete aggregate size 
            
23
distributions using deep learning\" ** where a deep learning based 
23
distributions using deep learning\" ** where a deep learning based 
            
24
method is proposed for the image based determination of concrete 
24
method is proposed for the image based determination of concrete 
            
25
aggregate grading curves (cf. video).\r\n\r\n[![Watch the 
25
aggregate grading curves (cf. video).\r\n\r\n[![Watch the 
            
26
enen.github.io/resources/images/2023_DeepGranulometry.mp4)\r\n\r\nMore 
26
enen.github.io/resources/images/2023_DeepGranulometry.mp4)\r\n\r\nMore 
            
27
specifically, the data set consists of images showing concrete 
27
specifically, the data set consists of images showing concrete 
            
28
aggregate particles and reference data of the particle size 
28
aggregate particles and reference data of the particle size 
            
29
distribution (grading curves) associated to each image. \r\nIt is 
29
distribution (grading curves) associated to each image. \r\nIt is 
            
30
distinguished between the **CoarseAggregateData** and the 
30
distinguished between the **CoarseAggregateData** and the 
            
31
**FineAggregateData**. \r\n \r\n \r\n\r\n\r\n\r\n# Coarse 
31
**FineAggregateData**. \r\n \r\n \r\n\r\n\r\n\r\n# Coarse 
            
32
Aggregate Data\r\nThe __coarse__ data consists of aggregate samples 
32
Aggregate Data\r\nThe __coarse__ data consists of aggregate samples 
            
33
with different particles sizes ranging from 0.1 mm to 32 mm. The 
33
with different particles sizes ranging from 0.1 mm to 32 mm. The 
            
34
grading curves are designed by linearly  interpolation between a very 
34
grading curves are designed by linearly  interpolation between a very 
            
35
fine and a very coarse distribution for three variants with maximum 
35
fine and a very coarse distribution for three variants with maximum 
            
36
grain sizes of 8 mm, 16 mm, and 32 mm, respectively. For each variant, 
36
grain sizes of 8 mm, 16 mm, and 32 mm, respectively. For each variant, 
            
37
we designed eleven grading curves, resulting in a total number 33, 
37
we designed eleven grading curves, resulting in a total number 33, 
            
38
which are shown in the figure below. For each sample, we acquired 50 
38
which are shown in the figure below. For each sample, we acquired 50 
            
39
images with a GSD of 0.125 mm, resulting in a data set of 1650 images 
39
images with a GSD of 0.125 mm, resulting in a data set of 1650 images 
            
40
in total. Example images for a subset of the\r\ngrading curves of this 
40
in total. Example images for a subset of the\r\ngrading curves of this 
            
41
data set are shown in the following figure.\r\n\r\n![Example images 
41
data set are shown in the following figure.\r\n\r\n![Example images 
            
42
and grading curves of the coarse data 
42
and grading curves of the coarse data 
            
43
source/8cb30616-5b24-4028-9c1d-ea250ac8ac84/download/examplecoarse.png 
43
source/8cb30616-5b24-4028-9c1d-ea250ac8ac84/download/examplecoarse.png 
            
44
\" \")\r\n\r\n \r\n \r\n\r\n# Fine Aggregate Data\r\nSimilar 
44
\" \")\r\n\r\n \r\n \r\n\r\n# Fine Aggregate Data\r\nSimilar 
            
45
to the previous data set, the __fine__ data set contains grading 
45
to the previous data set, the __fine__ data set contains grading 
            
46
curves for the fine\r\nfraction of concrete aggregate of 0 to 2 mm 
46
curves for the fine\r\nfraction of concrete aggregate of 0 to 2 mm 
            
47
with a GSD of 28.5 $\\mu$m.\r\nWe defined two base distributions of 
47
with a GSD of 28.5 $\\mu$m.\r\nWe defined two base distributions of 
            
48
different shapes for the upper and lower bound, respectively, 
48
different shapes for the upper and lower bound, respectively, 
            
49
resulting in two interpolated grading curve sets (Set A and Set B). In 
49
resulting in two interpolated grading curve sets (Set A and Set B). In 
            
50
total, 1700\r\nimages of 34 different particle size distributions were 
50
total, 1700\r\nimages of 34 different particle size distributions were 
            
51
acquired. Example images of the data set and the corresponding grading 
51
acquired. Example images of the data set and the corresponding grading 
            
52
curves are shown in the figure below.\r\n![Example images and grading 
52
curves are shown in the figure below.\r\n![Example images and grading 
            
53
curves of the finedata 
53
curves of the finedata 
            
54
resource/c56f4298-9663-457f-aaa7-0ba113fec4c9/download/examplefine.png 
54
resource/c56f4298-9663-457f-aaa7-0ba113fec4c9/download/examplefine.png 
            
55
\" \")\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n## Related 
55
\" \")\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n## Related 
            
56
publications:\r\nIf you make use of the proposed data, please cite one 
56
publications:\r\nIf you make use of the proposed data, please cite one 
            
57
of the publication listed below. \r\n\r\n* **Coenen, M., Beyer, D., 
57
of the publication listed below. \r\n\r\n* **Coenen, M., Beyer, D., 
            
58
and Haist, M., 2023**: Granulometry Transformer: Image-based 
58
and Haist, M., 2023**: Granulometry Transformer: Image-based 
            
59
Granulometry of Concrete Aggregate for an automated Concrete 
59
Granulometry of Concrete Aggregate for an automated Concrete 
            
60
Production Control. In: Proceedings of the European Conference on 
60
Production Control. In: Proceedings of the European Conference on 
            
61
Computing in Construction (EC3).\r\n\r\n* **Coenen, M., Beyer, D., 
61
Computing in Construction (EC3).\r\n\r\n* **Coenen, M., Beyer, D., 
            
62
Ponick, A., Heipke, C. and Haist, M., 2023**: Deep Granulometry: Image 
62
Ponick, A., Heipke, C. and Haist, M., 2023**: Deep Granulometry: Image 
            
63
based estimation of concrete aggregate size distributions using deep 
63
based estimation of concrete aggregate size distributions using deep 
            
64
learning. _To be published_.\r\n\r\n## Source Code \r\nSource code for 
64
learning. _To be published_.\r\n\r\n## Source Code \r\nSource code for 
            
65
CNN based prediction of grading curves using the data set can be found 
65
CNN based prediction of grading curves using the data set can be found 
            
66
on github under following 
66
on github under following 
            
67
[Link](https://github.com/MaximilianCoenen/DeepGranulometry.git).",
67
[Link](https://github.com/MaximilianCoenen/DeepGranulometry.git).",
            
68
  "num_resources": 4,
68
  "num_resources": 4,
            
69
  "num_tags": 5,
69
  "num_tags": 5,
            
70
  "organization": {
70
  "organization": {
            
71
    "approval_status": "approved",
71
    "approval_status": "approved",
            
72
    "created": "2021-10-14T10:15:54.910241",
72
    "created": "2021-10-14T10:15:54.910241",
            
73
    "description": "Appelstra\u00dfe 9a\r\n__30167 
73
    "description": "Appelstra\u00dfe 9a\r\n__30167 
            
74
Hannover__\r\n\r\nTel.: +49 511762-3722 \r\n\r\nFax: +49 511762-4736 
74
Hannover__\r\n\r\nTel.: +49 511762-3722 \r\n\r\nFax: +49 511762-4736 
            
75
\r\n\r\nE-Mail: institut@baustoff.uni-hannover.de 
75
\r\n\r\nE-Mail: institut@baustoff.uni-hannover.de 
            
76
\r\n\r\nhttps://www.baustoff.uni-hannover.de/\r\n",
76
\r\n\r\nhttps://www.baustoff.uni-hannover.de/\r\n",
            
77
    "id": "c5907647-9127-4a15-819b-9d61da4e3ec6",
77
    "id": "c5907647-9127-4a15-819b-9d61da4e3ec6",
            
78
    "image_url": "",
78
    "image_url": "",
            
79
    "is_organization": true,
79
    "is_organization": true,
            
80
    "name": "institut-fur-baustoffe",
80
    "name": "institut-fur-baustoffe",
            
81
    "state": "active",
81
    "state": "active",
            
82
    "title": "Institut f\u00fcr Baustoffe",
82
    "title": "Institut f\u00fcr Baustoffe",
            
83
    "type": "organization"
83
    "type": "organization"
            
84
  },
84
  },
            
85
  "owner_org": "c5907647-9127-4a15-819b-9d61da4e3ec6",
85
  "owner_org": "c5907647-9127-4a15-819b-9d61da4e3ec6",
            
86
  "private": false,
86
  "private": false,
            
87
  "relationships_as_object": [],
87
  "relationships_as_object": [],
            
88
  "relationships_as_subject": [],
88
  "relationships_as_subject": [],
            
89
  "repository_name": "Leibniz University Hannover",
89
  "repository_name": "Leibniz University Hannover",
            
90
  "resources": [
90
  "resources": [
            
91
    {
91
    {
            
92
      "cache_last_updated": null,
92
      "cache_last_updated": null,
            
93
      "cache_url": null,
93
      "cache_url": null,
            
94
      "created": "2022-11-21T12:37:43.012343",
94
      "created": "2022-11-21T12:37:43.012343",
            
95
      "description": "",
95
      "description": "",
            
96
      "format": "PNG",
96
      "format": "PNG",
            
97
      "hash": "",
97
      "hash": "",
            
98
      "id": "8cb30616-5b24-4028-9c1d-ea250ac8ac84",
98
      "id": "8cb30616-5b24-4028-9c1d-ea250ac8ac84",
            
99
      "last_modified": "2022-11-21T12:37:42.974381",
99
      "last_modified": "2022-11-21T12:37:42.974381",
            
n
100
      "metadata_modified": "2023-05-02T07:05:19.331411",
n
100
      "metadata_modified": "2023-08-04T08:46:26.293491",
            
101
      "mimetype": "image/png",
101
      "mimetype": "image/png",
            
102
      "mimetype_inner": null,
102
      "mimetype_inner": null,
            
103
      "name": "ExampleCoarse.png",
103
      "name": "ExampleCoarse.png",
            
104
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
104
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
            
105
      "position": 0,
105
      "position": 0,
            
106
      "resource_type": null,
106
      "resource_type": null,
            
107
      "size": 4725003,
107
      "size": 4725003,
            
108
      "state": "active",
108
      "state": "active",
            
109
      "url": 
109
      "url": 
            
110
urce/8cb30616-5b24-4028-9c1d-ea250ac8ac84/download/examplecoarse.png",
110
urce/8cb30616-5b24-4028-9c1d-ea250ac8ac84/download/examplecoarse.png",
            
111
      "url_type": ""
111
      "url_type": ""
            
112
    },
112
    },
            
113
    {
113
    {
            
114
      "cache_last_updated": null,
114
      "cache_last_updated": null,
            
115
      "cache_url": null,
115
      "cache_url": null,
            
116
      "created": "2022-11-21T12:37:55.172826",
116
      "created": "2022-11-21T12:37:55.172826",
            
117
      "description": "",
117
      "description": "",
            
118
      "format": "PNG",
118
      "format": "PNG",
            
119
      "hash": "",
119
      "hash": "",
            
120
      "id": "c56f4298-9663-457f-aaa7-0ba113fec4c9",
120
      "id": "c56f4298-9663-457f-aaa7-0ba113fec4c9",
            
121
      "last_modified": "2022-11-21T12:37:55.132145",
121
      "last_modified": "2022-11-21T12:37:55.132145",
            
n
122
      "metadata_modified": "2023-05-02T07:05:19.331602",
n
122
      "metadata_modified": "2023-08-04T08:46:26.293626",
            
123
      "mimetype": "image/png",
123
      "mimetype": "image/png",
            
124
      "mimetype_inner": null,
124
      "mimetype_inner": null,
            
125
      "name": "ExampleFine.png",
125
      "name": "ExampleFine.png",
            
126
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
126
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
            
127
      "position": 1,
127
      "position": 1,
            
128
      "resource_type": null,
128
      "resource_type": null,
            
129
      "size": 8352660,
129
      "size": 8352660,
            
130
      "state": "active",
130
      "state": "active",
            
131
      "url": 
131
      "url": 
            
132
source/c56f4298-9663-457f-aaa7-0ba113fec4c9/download/examplefine.png",
132
source/c56f4298-9663-457f-aaa7-0ba113fec4c9/download/examplefine.png",
            
133
      "url_type": ""
133
      "url_type": ""
            
134
    },
134
    },
            
135
    {
135
    {
            
136
      "cache_last_updated": null,
136
      "cache_last_updated": null,
            
137
      "cache_url": null,
137
      "cache_url": null,
            
138
      "created": "2022-11-23T10:12:07.222415",
138
      "created": "2022-11-23T10:12:07.222415",
            
139
      "description": "MD5 Checksum: 9269a3640aa88ef89a73ce1c7d66a463",
139
      "description": "MD5 Checksum: 9269a3640aa88ef89a73ce1c7d66a463",
            
140
      "format": "ZIP",
140
      "format": "ZIP",
            
141
      "hash": "",
141
      "hash": "",
            
142
      "id": "0f3be986-e6fe-481e-844e-544f26249a27",
142
      "id": "0f3be986-e6fe-481e-844e-544f26249a27",
            
143
      "last_modified": null,
143
      "last_modified": null,
            
n
144
      "metadata_modified": "2023-05-02T07:05:19.331760",
n
144
      "metadata_modified": "2023-08-04T08:46:26.293755",
            
145
      "mimetype": "application/zip",
145
      "mimetype": "application/zip",
            
146
      "mimetype_inner": null,
146
      "mimetype_inner": null,
            
147
      "name": "CoarseAggregateData.zip",
147
      "name": "CoarseAggregateData.zip",
            
148
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
148
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
            
149
      "position": 2,
149
      "position": 2,
            
150
      "resource_type": null,
150
      "resource_type": null,
            
151
      "size": null,
151
      "size": null,
            
152
      "state": "active",
152
      "state": "active",
            
153
      "url": 
153
      "url": 
            
154
aset/upload/users/baustoff/deep_granulometry/CoarseAggregateData.zip",
154
aset/upload/users/baustoff/deep_granulometry/CoarseAggregateData.zip",
            
155
      "url_type": ""
155
      "url_type": ""
            
156
    },
156
    },
            
157
    {
157
    {
            
158
      "cache_last_updated": null,
158
      "cache_last_updated": null,
            
159
      "cache_url": null,
159
      "cache_url": null,
            
160
      "created": "2022-11-23T10:12:42.500872",
160
      "created": "2022-11-23T10:12:42.500872",
            
161
      "description": "MD5 Checksum: 2972810aa13c8c06a01afb5fbe1ace8b",
161
      "description": "MD5 Checksum: 2972810aa13c8c06a01afb5fbe1ace8b",
            
162
      "format": "ZIP",
162
      "format": "ZIP",
            
163
      "hash": "",
163
      "hash": "",
            
164
      "id": "8a491282-309f-4f1b-9b44-49da330a128a",
164
      "id": "8a491282-309f-4f1b-9b44-49da330a128a",
            
165
      "last_modified": null,
165
      "last_modified": null,
            
n
166
      "metadata_modified": "2023-05-02T07:05:19.331891",
n
166
      "metadata_modified": "2023-08-04T08:46:26.293870",
            
167
      "mimetype": "application/zip",
167
      "mimetype": "application/zip",
            
168
      "mimetype_inner": null,
168
      "mimetype_inner": null,
            
169
      "name": "FineAggregateData.zip",
169
      "name": "FineAggregateData.zip",
            
170
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
170
      "package_id": "1bf33963-a111-48fb-a662-9c6fa9b248af",
            
171
      "position": 3,
171
      "position": 3,
            
172
      "resource_type": null,
172
      "resource_type": null,
            
173
      "size": null,
173
      "size": null,
            
174
      "state": "active",
174
      "state": "active",
            
175
      "url": 
175
      "url": 
            
176
ataset/upload/users/baustoff/deep_granulometry/FineAggregateData.zip",
176
ataset/upload/users/baustoff/deep_granulometry/FineAggregateData.zip",
            
177
      "url_type": ""
177
      "url_type": ""
            
178
    }
178
    }
            
179
  ],
179
  ],
            
t
t
180
  "services_used_list": "",
            
180
  "source_metadata_created": "2022-11-21T11:37:21.373303",
181
  "source_metadata_created": "2022-11-21T11:37:21.373303",
            
181
  "source_metadata_modified": "2023-04-27T19:11:53.801633",
182
  "source_metadata_modified": "2023-04-27T19:11:53.801633",
            
182
  "state": "active",
183
  "state": "active",
            
183
  "tags": [
184
  "tags": [
            
184
    {
185
    {
            
185
      "display_name": "CNN",
186
      "display_name": "CNN",
            
186
      "id": "66ec0da0-d205-4a39-90c6-bae7e7b1cbd6",
187
      "id": "66ec0da0-d205-4a39-90c6-bae7e7b1cbd6",
            
187
      "name": "CNN",
188
      "name": "CNN",
            
188
      "state": "active",
189
      "state": "active",
            
189
      "vocabulary_id": null
190
      "vocabulary_id": null
            
190
    },
191
    },
            
191
    {
192
    {
            
192
      "display_name": "Concrete Aggregate",
193
      "display_name": "Concrete Aggregate",
            
193
      "id": "6baffc3f-c876-4adb-ae93-2a2ea8d221e1",
194
      "id": "6baffc3f-c876-4adb-ae93-2a2ea8d221e1",
            
194
      "name": "Concrete Aggregate",
195
      "name": "Concrete Aggregate",
            
195
      "state": "active",
196
      "state": "active",
            
196
      "vocabulary_id": null
197
      "vocabulary_id": null
            
197
    },
198
    },
            
198
    {
199
    {
            
199
      "display_name": "computer vision",
200
      "display_name": "computer vision",
            
200
      "id": "f650b4e3-9955-49b0-ba7b-2d302a990978",
201
      "id": "f650b4e3-9955-49b0-ba7b-2d302a990978",
            
201
      "name": "computer vision",
202
      "name": "computer vision",
            
202
      "state": "active",
203
      "state": "active",
            
203
      "vocabulary_id": null
204
      "vocabulary_id": null
            
204
    },
205
    },
            
205
    {
206
    {
            
206
      "display_name": "deep learning",
207
      "display_name": "deep learning",
            
207
      "id": "19e41883-3799-4184-9e0e-26c95795b119",
208
      "id": "19e41883-3799-4184-9e0e-26c95795b119",
            
208
      "name": "deep learning",
209
      "name": "deep learning",
            
209
      "state": "active",
210
      "state": "active",
            
210
      "vocabulary_id": null
211
      "vocabulary_id": null
            
211
    },
212
    },
            
212
    {
213
    {
            
213
      "display_name": "granulometry",
214
      "display_name": "granulometry",
            
214
      "id": "4593ebf2-7d9c-4c6c-bbdc-694f0fc0f59f",
215
      "id": "4593ebf2-7d9c-4c6c-bbdc-694f0fc0f59f",
            
215
      "name": "granulometry",
216
      "name": "granulometry",
            
216
      "state": "active",
217
      "state": "active",
            
217
      "vocabulary_id": null
218
      "vocabulary_id": null
            
218
    }
219
    }
            
219
  ],
220
  ],
            
220
  "terms_of_usage": "Yes",
221
  "terms_of_usage": "Yes",
            
221
  "title": "Deep Granulometry",
222
  "title": "Deep Granulometry",
            
222
  "type": "vdataset",
223
  "type": "vdataset",
            
223
  "url": "https://data.uni-hannover.de/dataset/deep-granulometry",
224
  "url": "https://data.uni-hannover.de/dataset/deep-granulometry",
            
224
  "version": ""
225
  "version": ""
            
225
}
226
}