Awesome Indonesia Public Datasets|印度尼西亚数据集|公共数据集数据集
收藏数据集概述
数据集名称
Awesome Indonesia Public Datasets
数据集描述
该数据集提供了印度尼西亚地区的公共数据集,涵盖了国家、地区、城市等多个层面的数据资源。
数据集内容
国家数据源
- Badan Pusat Statistik (BPS): 印度尼西亚国家统计局。
- Badan Informasi Geospasial (BIG): 地理空间信息局。
- Satu Data Indonesia: 印度尼西亚政府数据门户。
- Pusat Data Desa Indonesia: 印度尼西亚村庄数据中心。
- Kata Data: 数据分析平台。
部门数据源
- Satu Data Perencanaan Pembangunan: 国家发展规划数据。
- Pusat Data Kementrian Kesehatan: 卫生部数据中心。
关于印度尼西亚的数据
- data.world: 印度尼西亚数据集。
- data.worldbank.org: 世界银行印度尼西亚数据。
- wri-indonesia.org: 世界资源研究所印度尼西亚资源。
- data.humdata.org: 人道主义数据交换印度尼西亚数据。
- world data atlas: Knoema提供的印度尼西亚数据集。
地区数据源
- D.K.I. Jakarta: 雅加达特区数据。
- West Java: 西爪哇省数据。
- Center Java: 中爪哇省数据。
城市数据源
- Jakarta: 雅加达市数据。
- Bandung: 万隆市数据。
统计数据
- Statistics Indonesia (BPS): 提供印度尼西亚各省份的统计数据。
政府和政治数据
- Election: 印度尼西亚选举数据集。
- Government: 印度尼西亚各级政府数据。
Bappenas dan Bappeda
- Bappenas: 国家发展规划局数据。
调查机构
- Lingkar Survei Indonesia: 印度尼西亚调查机构。
- Saiful Mujani Research and Consulting: 研究咨询公司。
- Indikator: 数据分析公司。
- Charta Politika: 政治分析机构。
- Litbang Kompas: Kompas数据研究。
数据集链接
数据集图片
参考资料

PCLT20K
PCLT20K数据集是由湖南大学等机构创建的一个大规模PET-CT肺癌肿瘤分割数据集,包含来自605名患者的21,930对PET-CT图像,所有图像都带有高质量的像素级肿瘤区域标注。该数据集旨在促进医学图像分割研究,特别是在PET-CT图像中肺癌肿瘤的分割任务。
arXiv 收录
AISHELL/AISHELL-1
Aishell是一个开源的中文普通话语音语料库,由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音,录音在安静的室内环境中使用高保真麦克风进行,并下采样至16kHz。通过专业的语音标注和严格的质量检查,手动转录的准确率超过95%。该数据集免费供学术使用,旨在为语音识别领域的新研究人员提供适量的数据。
hugging_face 收录
MedDialog
MedDialog数据集(中文)包含了医生和患者之间的对话(中文)。它有110万个对话和400万个话语。数据还在不断增长,会有更多的对话加入。原始对话来自好大夫网。
github 收录
Obstacle-dataset OD
该数据集用于十五种障碍物检测,包含VOC格式和YOLO训练的.txt文件,数据集中的图像来自VOC数据集、COCO数据集、TT100K数据集以及作者团队实地收集的图片。
github 收录
中国区域地面气象要素驱动数据集 v2.0(1951-2020)
中国区域地面气象要素驱动数据集(China Meteorological Forcing Data,以下简称 CMFD)是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素,时间分辨率为 3 小时,水平空间分辨率为 0.1°,时间长度为 70 年(1951~2020 年),覆盖了 70°E~140°E,15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据,并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品,其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展,其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本,而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集,但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外,在制作 CMFD 2.0 的过程中,研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息,显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时,CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 70 年,并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同,但其有效数据扩展到了中国之外,能够更好地支持跨境区域研究。为方便用户使用,CMFD 2.0 还在基础变量集之外提供了若干衍生变量,包括近地面相对湿度、雨雪分离降水产品等。此外,CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术,转而直接将实型数据压缩存储于 NetCDF4 格式文件中,从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7,但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变,故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致,仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新,以修正其长期趋势存在的问题。2021 年至 2024 年的 CMFD 数据正在制作中,计划于 2025 年上半年发布,从而使 CMFD 2.0 延伸至 2024 年底。
国家青藏高原科学数据中心 收录