有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
ilaria-oneofftech/ikitracs_mitigation
收藏hugging_face2023-05-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/ilaria-oneofftech/ikitracs_mitigation
下载链接
链接失效反馈资源简介：
---
dataset_info:
features:
- name: country_code
dtype: string
- name: country
dtype: string
- name: type_of_document
dtype: string
- name: version_number
dtype: string
- name: url
dtype: string
- name: paragraph
dtype: string
- name: lang
dtype: string
- name: parameter
dtype: string
- name: quote
dtype: string
- name: asi
dtype: string
- name: category
dtype: string
- name: high_level_category
dtype: string
- name: indicator
dtype: string
- name: paragraph_translated
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 48699276
num_examples: 82524
download_size: 16756391
dataset_size: 48699276
---
# Dataset Card for "ikitracs_mitigation"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
ilaria-oneofftech
原始信息汇总
数据集概述
数据集名称
ikitracs_mitigation
数据特征
- country_code: 字符串
- country: 字符串
- type_of_document: 字符串
- version_number: 字符串
- url: 字符串
- paragraph: 字符串
- lang: 字符串
- parameter: 字符串
- quote: 字符串
- asi: 字符串
- category: 字符串
- high_level_category: 字符串
- indicator: 字符串
- paragraph_translated: 字符串
- index_level_0: 整数（int64）
数据分割
- train:
- 字节数: 48699276
- 示例数: 82524
数据集大小
- 下载大小: 16756391 字节
- 数据集大小: 48699276 字节
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
RAVDESS
情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性，12位男性)，以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情，歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常，强烈) 下产生的，另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位，48kHz .wav)，音频-视频 (720p H.264，AAC 48kHz，.mp4) 和仅视频 (无声音)。注意，Actor_18没有歌曲文件。
OpenDataLab 收录
URPC系列数据集, S-URPC2019, UDD
URPC系列数据集包括URPC2017至URPC2020DL，主要用于水下目标的检测和分类。S-URPC2019专注于水下环境的特定检测任务。UDD数据集信息未在README中详细描述。
github 收录
PASCAL VOC 2007
这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象（即不是预先分割的对象）。它基本上是一个监督学习问题，因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是： 人：人 动物：鸟、猫、牛、狗、马、羊 交通工具：飞机、自行车、船、公共汽车、汽车、摩托车、火车 室内：瓶子、椅子、餐桌、盆栽、沙发、电视/显示器 将有两个主要比赛和两个较小规模的“品酒师”比赛。内容：提供的训练数据由一组图像组成；每个图像都有一个注释文件，为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。请注意，来自多个类的多个对象可能出现在同一图像中。
OpenDataLab 收录
AIS数据集
该研究使用了多个公开的AIS数据集，这些数据集经过过滤、清理和统计分析。数据集涵盖了多种类型的船舶，并提供了关于船舶位置、速度和航向的关键信息。数据集包括来自19,185艘船舶的AIS消息，总计约6.4亿条记录。
github 收录
CMU-MOSI
CMU-MOSI数据集包括了从93个YouTube的视频中获取的2199个独白类型的短视频片段。每个片段都是一个独立的多模态示例，其中图像、文本和音频占比是均匀的，情感分数取值为[-3,+3]，表示从强负向到强正向情感。
DataCite Commons 收录