five

Books to Scrape|网络爬虫数据集|数据科学数据集

收藏
Mendeley Data2024-01-31 更新2024-06-28 收录
网络爬虫
数据科学
下载链接:
https://zenodo.org/record/4263215
下载链接
链接失效反馈
资源简介:
This dataset in CSV format contains all books from the web http://books.toscrape.com which has been got using web scraping method in November 2020. The CSV file has 12 columns called each of them like: title, image, rating, description, category, UPC, producttype, priceextax, priceincltax, tax, availability, numberreviews. The project was born as a practice for a subject of the Master of Science (MSc) of Data Science at the Universitat Oberta de Catalunya (UOC).
创建时间:
2024-01-31
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

MMOral

MMOral是一个针对全景X光片解读的大规模多模态指令数据集和基准。它包括20,563张带有1.3百万条指令跟随实例的注释图像,涵盖了多种任务类型,如属性提取、报告生成、视觉问答和基于图像的对话。此外,我们还提出了MMOral-Bench,这是一个涵盖牙科五个关键诊断维度的综合评估套件。我们评估了64个LVLMs在MMOral-Bench上的表现,发现即使是表现最好的模型GPT-4o,也只能达到41.45%的准确率,这揭示了当前模型在这一领域的显著局限性。为了促进该特定领域的发展,我们还提出了OralGPT,它使用我们精心策划的MMOral指令数据集对Qwen2.5-VL-7B进行监督微调。值得注意的是,一个SFT周期就为LVLMs带来了显著的性能提升,例如,OralGPT表现出24.73%的改进。MMOral和OralGPT都具有作为智能牙科关键基础的巨大潜力,并使牙科领域中的多模态AI系统更具临床意义。数据集、模型、基准和评估套件可在上述网址获取。

arXiv 收录

中国近海台风路径集合数据集(1945-2024)

1945-2024年度,中国近海台风路径数据集,包含每个台风的真实路径信息、台风强度、气压、中心风速、移动速度、移动方向。时间为北京时间。

国家海洋科学数据中心 收录

糖尿病预测数据集

糖尿病相关的医学研究或者健康数据

AI_Studio 收录

全国兴趣点(POI)数据

  POI(Point of Interest),即兴趣点,一个POI可以是餐厅、超市、景点、酒店、车站、停车场等。兴趣点通常包含四方面信息,分别为名称、类别、坐标、分类。其中,分类一般有一级分类和二级分类,每个分类都有相应的行业的代码和名称一一对应。  POI包含的信息及其衍生信息主要包含三个部分:

CnOpenData 收录

SH17

SH17数据集由温莎大学的机械、汽车和材料工程系创建,包含8,099张标注图像,涵盖17类个人防护装备(PPE),如安全帽、安全眼镜等。数据集从多样化的工业环境中收集,旨在通过对象检测和卷积神经网络技术,提高制造业中的人身安全。创建过程中,数据通过Pexels网站收集并由专业人员进行标注,确保了数据的质量和多样性。该数据集主要用于训练和验证对象检测模型,以解决工业环境中的个人防护装备合规性问题。

arXiv 收录