five

result-kand2-sdxl-wuerst-karlo/46328984

收藏
hugging_face2023-09-14 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/result-kand2-sdxl-wuerst-karlo/46328984
下载链接
链接失效反馈
资源简介:
--- dataset_info: features: - name: result dtype: string - name: id dtype: int64 splits: - name: train num_bytes: 209 num_examples: 10 download_size: 1390 dataset_size: 209 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "46328984" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
result-kand2-sdxl-wuerst-karlo
原始信息汇总

数据集概述

数据特征

  • result: 数据类型为字符串(string)
  • id: 数据类型为整数(int64)

数据分割

  • train: 包含10个样本,占用209字节

数据大小

  • 下载大小: 1390字节
  • 数据集大小: 209字节

配置

  • default: 包含训练数据文件,路径为data/train-*
用户留言
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?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
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

中文人名语料库(Chinese-Names-Corpus)

本项目包含多个数据集,如中文常见人名、中文古代人名、中文姓氏等,数据大小从数千到数百万不等,语料来源广泛,经过数据清洗处理,适用于中文分词、人名识别等场景。

github 收录

ActivityNet Captions

The ActivityNet Captions dataset is built on ActivityNet v1.3 which includes 20k YouTube untrimmed videos with 100k caption annotations. The videos are 120 seconds long on average. Most of the videos contain over 3 annotated events with corresponding start/end time and human-written sentences, which contain 13.5 words on average. The number of videos in train/validation/test split is 10024/4926/5044, respectively.

Papers with Code 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

IP102

IP102 包含超过 75,000 张图像,属于 102 个类别,呈现出自然的长尾分布。

OpenDataLab 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