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？
CyberHarem/sheila_majonotabitabi|图像数据集数据集|艺术数据集
收藏hugging_face2024-01-06 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/CyberHarem/sheila_majonotabitabi
下载链接
链接失效反馈资源简介：
Sheila数据集包含67张图片及其标签，这些图片是从多个网站爬取的，提供了多种格式和处理阶段的图片，包括原始数据、不同阶段的裁剪数据以及不同分辨率的图片。
提供机构：
CyberHarem
原始信息汇总
数据集概述
数据集名称
- Sheila
数据集内容
- 包含67张图片及其标签。
数据来源
- 图片从多个网站爬取，包括danbooru、pixiv、zerochan等。
数据集版本及描述
| 名称 | 图片数量 | 描述 |
|---|---|---|
| raw | 67 | 原始数据，包含元信息。 |
| raw-stage3 | 149 | 3阶段裁剪的原始数据，包含元信息。 |
| raw-stage3-eyes | 185 | 3阶段裁剪（以眼睛为重点）的原始数据，包含元信息。 |
| 384x512 | 67 | 384x512对齐的数据集。 |
| 512x704 | 67 | 512x704对齐的数据集。 |
| 640x880 | 67 | 640x880对齐的数据集。 |
| stage3-640 | 149 | 3阶段裁剪的数据集，短边不超过640像素。 |
| stage3-800 | 149 | 3阶段裁剪的数据集，短边不超过800像素。 |
| stage3-p512-640 | 139 | 3阶段裁剪的数据集，面积不小于512x512像素。 |
| stage3-eyes-640 | 185 | 3阶段裁剪（以眼睛为重点）的数据集，短边不超过640像素。 |
| stage3-eyes-800 | 185 | 3阶段裁剪（以眼睛为重点）的数据集，短边不超过800像素。 |
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
lmarena-ai/arena-hard-auto-v0.1
--- license: apache-2.0 dataset_info: features: - name: question_id dtype: string - name: category dtype: string - name: cluster dtype: string - name: turns list: - name: content dtype: string splits: - name: train num_bytes: 251691 num_examples: 500 download_size: 154022 dataset_size: 251691 configs: - config_name: default data_files: - split: train path: data/train-* --- ## Arena-Hard-Auto **Arena-Hard-Auto-v0.1** ([See Paper](https://arxiv.org/abs/2406.11939)) is an automatic evaluation tool for instruction-tuned LLMs. It contains 500 challenging user queries sourced from Chatbot Arena. We prompt GPT-4-Turbo as judge to compare the models' responses against a baseline model (default: GPT-4-0314). Notably, Arena-Hard-Auto has the highest *correlation* and *separability* to Chatbot Arena among popular open-ended LLM benchmarks ([See Paper](https://arxiv.org/abs/2406.11939)). If you are curious to see how well your model might perform on Chatbot Arena, we recommend trying Arena-Hard-Auto. Please checkout our GitHub repo on how to evaluate models using Arena-Hard-Auto and more information about the benchmark. If you find this dataset useful, feel free to cite us! ``` @article{li2024crowdsourced, title={From Crowdsourced Data to High-Quality Benchmarks: Arena-Hard and BenchBuilder Pipeline}, author={Li, Tianle and Chiang, Wei-Lin and Frick, Evan and Dunlap, Lisa and Wu, Tianhao and Zhu, Banghua and Gonzalez, Joseph E and Stoica, Ion}, journal={arXiv preprint arXiv:2406.11939}, year={2024} } ```
hugging_face 收录
中国1km分辨率逐月降水量数据集（1901-2024）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2024.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
Figshare
Figshare是一个在线数据共享平台，允许研究人员上传和共享各种类型的研究成果，包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。
figshare.com 收录
lmarena-ai/arena-human-preference-100k
这个数据集包含了2024年6月至2024年8月期间收集的排行榜对话数据。它包括用于开发Arena Explorer的英语人类偏好评价。此外，我们还提供了一个嵌入文件，其中包含了英语对话的预计算嵌入，这些嵌入用于主题建模管道以对这些对话进行分类和分析。
hugging_face 收录
CWD30
CWD30包含超过219,770张20种杂草和10种作物的高分辨率图像，涵盖了不同的生长阶段、多个观察角度和环境条件。这些图像是从不同地理位置和季节的多样化农业领域收集的，确保了数据集的代表性。
github 收录