five

关于申报2022年高技能人才研修培训项目|高技能人才数据集|培训项目数据集

收藏
北京市公共数据开放平台2024-03-01 收录
高技能人才
培训项目
下载链接:
http://data.beijing.gov.cn/zyml/qjsw/pyq/7805b20d6f9a4b0181984a441da9dab7.htm
下载链接
链接失效反馈
资源简介:
该数据是平谷区提供的关于申报2022年高技能人才研修培训项目信息,包括1个文本。
提供机构:
平谷区
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

MeSH

MeSH(医学主题词表)是一个用于索引和检索生物医学文献的标准化词汇表。它包含了大量的医学术语和概念,用于描述医学文献中的主题和内容。MeSH数据集包括主题词、副主题词、树状结构、历史记录等信息,广泛应用于医学文献的分类和检索。

www.nlm.nih.gov 收录

QM9

该数据集名为QM9,包含了134,000个分子的信息,可用于生成点云的建模工作,同时也可应用于分子动力学的研究以及点云生成任务中。

arXiv 收录

HAM10000

HAM10000数据集是一个全面收集的皮肤镜图像集合,用于皮肤病变分类,广泛应用于医学影像和机器学习领域。该数据集包含多种皮肤病变,旨在推动皮肤病学研究,特别是皮肤癌的诊断。数据集由10,000张高分辨率的皮肤病变图像组成,来源多样,有助于训练稳健的机器学习模型,使其能够很好地泛化到未见过的数据。数据集的主要挑战是其显著的不平衡性。

github 收录

绿途App——植被信息数据采集服务软件

绿途app是一款植被信息数据采集服务的软件应用,还能在这里进行数据的整理,智能的为用户带来便捷的数据采集服务,还能在这里生成报表分析,更好的服务用户的数据需求,操作起来便捷快速,更好的服务用户,让用户在这里可以享受到优质的信息服务,满足用户的需求。 绿途app介绍 绿途app是一款专业的植被分布数据采集软件。 绿途app可以加载多源遥感地图,同时提供了打点记录模式和拍照记录模式, 并支持离线上传和编辑修改等功能。 绿途app是由北京数字绿土科技有限公司开发,由中国科学院植物研究所提供数据和理论支持。 绿途app特点 绿途app具备普通用户拍照记录模式和专家用户打点记录模式。 拍照模式下,用户可以根据绿途app自带的自动定位功能,在当前GPS位置下进行图像数据的采集,描述类别并上传到服务端。 打点模式下,用户可以根据绿途app自动的谷歌影像和1:100万植被图等图层作为参考,进行目视范围内植被名称的快速标记,上传。 上传到服务端的数据可以通过用户名或者绿途app设置中的扫一扫功能登陆网页端进行数据的查看,审核和下载等功能。 同时,绿途app包含由离线数据存储方便用户在网络条件差的情况下进行数据的获取和后期上传。 绿途app优势 专家打点记录功能,可快速在地图取点标记植被分布信息,对于专家用户快速作业提供了新手段; 离线数据上传功能,有效解决了APP在野外作业没有网络无法实现数据上传的挑战; 数据的编辑和下载使用,同时支持扫一扫登陆网页端等人性化设计。 绿途app功能 1)多源遥感底图(高德卫星图像和谷歌卫星图像)的加载显示和离线下载,方便用户做好外业规划和实地参考; 2)支持兴趣点的创建和导航,方便用户标记感兴趣的研究区,保存历史记录,同时兴趣点支持导航等功能,方便用户标记热点和重点区域再次进行调查; 3)拍照记录功能,为用户提供了快速高效的照片信息采集功能,同时照片记录有用户GPS信息,提升了数据的使用价值; 绿途app说明 绿途app是一款在线进行提供地图信息资源的平台。 这是有中国科学院进行研发制作出来的,所有的信息资源都是可以在线进行查看的, 为的就是帮助用户进行更好的出行与查询的, 是可以在线进行使用导航的,都是有现有的信息进行汇集起来的哦。

植物科学数据中心 收录

ShapeNet

ShapeNet 是由斯坦福大学、普林斯顿大学和美国芝加哥丰田技术研究所的研究人员开发的大型 3D CAD 模型存储库。该存储库包含超过 3 亿个模型,其中 220,000 个模型被分类为使用 WordNet 上位词-下位词关系排列的 3,135 个类。 ShapeNet Parts 子集包含 31,693 个网格,分为 16 个常见对象类(即桌子、椅子、平面等)。每个形状基本事实包含 2-5 个部分(总共 50 个部分类)。

OpenDataLab 收录