multiclass output labels

Name: multiclass output labels
Creator: Hernan Sanabria
Published: 2018-10-12T00:00:00+08:00

Figshare2018-10-12 更新2026-04-08 收录

农村地物分类

多类分类

数据链接：

https://figshare.com/articles/multiclass_output_labels/7203299/1 数据链接链接失效反馈

官方服务：

资源简介：

output labels for the multiclass clasifier ground coverage in the rural images.<br>

提供机构：

Hernan Sanabria

创建时间：

2018-10-12

ICILS/isco_esco_occupations_taxonomy

职业分类

多类分类

ISCO-ESCO职业分类数据集是一个用于文本分类任务的数据集，特别是多类分类。数据集包含职业名称（ISCO_OCCUPATION）和职业代码（ISCO_CODE）两个主要特征，职业代码是一个分类标签。数据集的来源是European Commission ESCO，包含两个配置文件：isco_occupations和isco_taxonomy，分别对应职业分类和职业分类体系。

Hugging Face2024-04-13 更新1740

notMNIST_large.zip, notMNIST_small.zip

图像识别

多类分类

这是一个多类别分类数据集，包含英文字母A至J的符号。notMNIST_large.zip是一个大型但未清洗的数据集，包含529,119张图像，而notMNIST_small.zip是一个小型手工清洗的数据集，包含18,726张图像。两个文件都包含28x28灰度图像，按字母组织在目录中。

github2018-12-25 更新150

HamdanXI/uclass_clipped_labeled

音频分类

多类分类

--- dataset_info: features: - name: path dtype: audio: sampling_rate: 16000 - name: utterance dtype: string - name: class dtype: class_label: names:

Hugging Face2024-05-02 更新80

dejian-lc/HFV

视频伪造检测

多类分类

人类中心伪造视频（HFV）数据集是首个为多类人类中心视频伪造分类任务构建的公开基准数据集。它超越了传统的二元（真实与伪造）检测，提供了对伪造类型的细粒度理解，这对于现实应用中的可靠性和可解释性至关重要。数据集包含4个类别：三种不同的异常类型和一个真实视频类。视频来源包括由九种最先进的视频生成模型生成的合成视频和来自Kinetics-400数据集的真实视频。数据集具有多样性，包含约20种背景和80种

Hugging Face2025-12-14 更新260

autoevaluate/autoeval-staging-eval-project-e1907042-7494829

意图识别

多类分类

--- type: predictions tags: - autotrain - evaluation datasets: - clinc_oos eval_info: task: multi_class_classification model: optimum/roberta-large-finetuned-clinc metrics: [] dataset_name: cl

Hugging Face2022-06-26 更新90

multiclass output labels

资源简介：

相关数据集