GTA5-MultiDomain

kaggle2025-05-19 更新2025-06-07 收录

图匹配

领域自适应

数据链接：

https://www.kaggle.com/datasets/gehaozhang/gta5-multidomain 数据链接链接失效反馈

官方服务：

资源简介：

The dataset tests image matching under various domain shifts.

本数据集针对多种域偏移（domain shifts）条件下的图像匹配（image matching）任务开展测试

创建时间：

2025-05-19

VISDA-C

计算机视觉

领域自适应

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2026-06-28 更新610

Robust Map-Matching for Heterogeneous Data via Dominance Decomposition

图匹配

异构数据

Java application implementing dominance decomposition map matching. Traces and graph data used in experiments in the paper submitted to the ECML-PKDD 2016 conference. Datasets are under the OpenStreet

DataONE2016-04-05 更新60

BidirLM/natcap

图匹配

跨模态学习

BidirLM x Natcap数据集是BidirLM-Omni集合的一部分，用于训练BidirLM-Omni模型。它是一个特定模态的子样本，包含图像和文本对，其中positive特征为图像，anchor特征为字符串（可能表示文本锚点）。数据集有三个配置版本：100k、200k和330k，分别对应不同数量的训练样本（例如，100k版本有100,000个训练示例和500个测试示例），适用于对比学习或

Hugging Face2026-05-13 更新50

M3DA

医学成像

领域自适应

M3DA数据集是由俄罗斯科学院信息技术与自动化研究所和Skoltech联合创建的，包含四个公开可用的多类分割数据集。该数据集设计了八种具有实际相关性的领域转移，涵盖了不同成像模态、扫描设置和对比剂存在的变化。数据集旨在鼓励开发可扩展的领域自适应方法，并用于评估超过十种现有的领域自适应方法。

arXiv2025-02-24 更新260

nomic-ai/VisRAG-Ret-Train-In-domain-data-by-source-hn-mine

视觉问答

领域自适应

该数据集是关于视觉问答的，包含了从不同领域（如ArxivQA、ChartQA、InfoVQA、MP_DocVQA、PlotQA和SlideVQA）收集的训练数据。数据集中的特征包括查询内容、数据来源、图像文件名、负例段落数量、负例文本、正例段落数量、是否在前100个结果中找到金标准答案以及语言类型。

Hugging Face2025-04-01 更新60

GTA5-MultiDomain

资源简介：

相关数据集