International Labour Organization (ILO) Database|劳动力市场数据集|国际组织数据集
收藏
- 国际劳工组织(ILO)成立,标志着全球劳工数据收集和分析的开始。
- ILO首次发布《劳工统计年鉴》,为全球劳工数据的标准化和系统化奠定了基础。
- ILO数据库开始系统性地收集和整理全球劳工统计数据,涵盖就业、失业、工作条件等多个方面。
- ILO数据库引入计算机技术,数据处理和分析能力显著提升,数据覆盖范围进一步扩大。
- ILO数据库实现数字化转型,数据可在线访问,全球用户可便捷获取劳工统计信息。
- ILO数据库与联合国其他机构合作,数据集成为全球可持续发展目标(SDGs)的重要组成部分。
- ILO数据库推出在线数据平台,提供实时数据更新和高级数据分析工具,增强用户互动性。
- ILO数据库在应对COVID-19大流行中发挥重要作用,提供全球劳工市场动态和政策建议。
- 1The ILOSTAT Database: A Comprehensive Source for Labour Market StatisticsInternational Labour Organization (ILO) · 2014年
- 2Global Employment Trends 2021: Navigating the COVID-19 Crisis and RecoveryInternational Labour Organization (ILO) · 2021年
- 3Measuring Decent Work with Statistical IndicatorsInternational Labour Organization (ILO) · 2013年
- 4Global Wage Report 2020-21: Wages and minimum wages in the time of COVID-19International Labour Organization (ILO) · 2020年
- 5World Employment and Social Outlook 2021: The role of digital labour platforms in transforming the world of workInternational Labour Organization (ILO) · 2021年
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
OpenSonarDatasets
OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库,旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合,以增加开放源代码声纳数据集的可见性,并提供一个更容易查找和比较数据集的方式。
github 收录
YOLO Drone Detection Dataset
为了促进无人机检测模型的开发和评估,我们引入了一个新颖且全面的数据集,专门为训练和测试无人机检测算法而设计。该数据集来源于Kaggle上的公开数据集,包含在各种环境和摄像机视角下捕获的多样化的带注释图像。数据集包括无人机实例以及其他常见对象,以实现强大的检测和分类。
github 收录
AgiBot World
为了进一步推动通用具身智能领域研究进展,让高质量机器人数据触手可及,作为上海模塑申城语料普惠计划中的一份子,智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思,重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目,旨在构建国际领先的开源技术底座,标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集,AgiBot World 的长程数据规模高出 10 倍,场景范围覆盖面扩大 100 倍,数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能,从抓取、放置、推、拉等基础操作,到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互,几乎涵盖了日常生活所需的绝大多数动作需求。
github 收录
DAT
DAT是一个统一的跨场景跨领域基准,用于开放世界无人机主动跟踪。它提供了24个视觉复杂的场景,以评估算法的跨场景和跨领域泛化能力,并具有高保真度的现实机器人动力学建模。
github 收录