A13_25533.jpg
收藏Traditional-Chinese-Medicine-Dataset-SFT
该数据集是一个高质量的中医数据集,主要由非网络来源的内部数据构成,包含约1GB的中医各个领域临床案例、名家典籍、医学百科、名词解释等优质内容。数据集99%为简体中文内容,质量优异,信息密度可观。数据集适用于预训练或继续预训练用途,未来将继续发布针对SFT/IFT的多轮对话和问答数据集。数据集可以独立使用,但建议先使用配套的预训练数据集对模型进行继续预训练后,再使用该数据集进行进一步的指令微调。数据集还包含一定比例的中文常识、中文多轮对话数据以及古文/文言文<->现代文翻译数据,以避免灾难性遗忘并加强模型表现。
huggingface 收录
LFW
人脸数据集;LFW数据集共有13233张人脸图像,每张图像均给出对应的人名,共有5749人,且绝大部分人仅有一张图片。每张图片的尺寸为250X250,绝大部分为彩色图像,但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download
AI_Studio 收录
CODEBRIM
CODEBRIM数据集由歌德大学创建,专注于多目标混凝土缺陷分类,特别是桥梁结构中的常见缺陷。该数据集包含1590张高分辨率图像,涵盖了五种常见的混凝土缺陷类型,如裂缝、剥落、暴露钢筋等。数据集的创建过程涉及多阶段标注和使用无人机进行近距离图像采集。CODEBRIM数据集的应用领域主要集中在通过深度学习技术提高混凝土结构的安全评估效率和准确性。
arXiv 收录
NCBI
美国国家生物技术信息中心(NCBI)是一个国际知名的生物信息学数据库和研究机构,提供广泛的生物医学数据资源和工具。其官方网站涵盖了基因组学、蛋白质组学、生物医学文献等多个领域的数据,为全球科研人员、临床医生和学生提供免费访问和分析生物信息的平台,推动生命科学和医学研究的发展。
www.ncbi.nlm.nih.gov 收录
FACED
FACED数据集是由清华大学脑与智能实验室和智能技术与系统国家重点实验室共同创建,包含从123名参与者收集的32通道EEG信号,用于情感计算研究。数据集通过记录参与者观看28个情感诱发视频片段时的EEG信号构建,旨在通过EEG信号分析情感状态。创建过程中,数据经过标准化和统一预处理,设计了四个EEG分类任务。该数据集主要应用于情感识别和脑机接口领域,旨在解决情感计算中的分类问题,提高情感识别的准确性和效率。
arXiv 收录