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？
ANIMAL (ANIMAL-10N)|图像识别数据集|机器学习数据集
收藏OpenDataLab2025-04-05 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/ANIMAL
下载链接
链接失效反馈资源简介：
ANIMAL-10N 数据集包含 5 对令人困惑的动物，共有 55,000 张图像。 5对分别为：（猫，猞猁），（美洲虎，猎豹），（狼，土狼），（黑猩猩，猩猩），（仓鼠，豚鼠）。
这些图像是从包括 Bing 和 Google 在内的几个在线搜索引擎中抓取的，使用预定义的标签作为搜索关键字。然后由 15 名招募的参与者（10 名本科生和 5 名研究生）对图像进行分类；每个参与者总共注释了 6,000 幅图像，每班 600 幅图像。
去除不相关图像后，训练数据集包含 50,000 张图像，测试数据集包含 5,000 张图像。数据集的噪声率（误标率）约为 8%。
提供机构：
OpenDataLab
创建时间：
2022-06-07
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
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
开源PHM数据集
本文分享了一个全球各大学、研究机构和公司捐赠的PHM（Prognostics and Health Management）开源数据集，涵盖加工制造、轨道交通、能源电力和半导体等行业的多种场景，包含部件级、设备级和产线级数据。用户可以利用这些数据开发智能分析和建模算法，数据集分类包括故障诊断、健康评估和寿命预测。
github 收录
Nexdata/chinese_dialect
该数据集包含25,000小时的中文方言语音数据，收集自多个方言区域的本地方言使用者，涵盖闽南语、粤语、四川话、河南话、东北话、上海话、维吾尔语和藏语等。数据格式为16kHz、16bit、未压缩的wav文件，单声道。句子准确率超过95%。数据集支持的任务包括自动语音识别（ASR）和音频说话人识别。
hugging_face 收录
腾讯词向量（Tencent AI Lab Embedding Corpus for Chinese Words and Phrases）
这些语料库的最新版本提供了100维度和200维度的向量表示形式，也就是嵌入，适用于中文和英文。具体来说，有超过1200万个中文单词和短语以及650万个英语单词和短语，它们是在大规模高质量数据上进行预先培训的。这些向量捕获单词和短语的语义含义，可以广泛应用于许多下游任务 (例如，命名实体识别和文本分类) 以及进一步的研究中。
OpenDataLab 收录
LibriSpeech
LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库，由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物，并经过仔细分割和对齐。
OpenDataLab 收录