Dance poses, Southern California, 1931|舞蹈数据集|摄影数据集
收藏维基百科(wiki2019zh)
维基百科json版包含104万个词条,可作为通用中文语料,用于预训练的语料或构建词向量,也可用于构建知识问答。
github 收录
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集,包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述,包括数据来源、图像数量、标注信息等。
github 收录
Food101
Food101是一个包含101种食物类别的数据集,共有101,000张图片。每个类别提供250张手动审查的测试图像和750张训练图像。训练图像未经清理,因此仍包含一定量的噪声。所有图像都被缩放到最大边长为512像素。图像包括光照、视角和背景的变化,使其成为一个具有挑战性的数据集。
github 收录
Vehicle Energy Dataset (VED)
Vehicle Energy Dataset (VED)是由密歇根大学创建的一个大规模数据集,包含从2017年11月至2018年11月期间,在美国密歇根州安娜堡收集的383辆个人汽车的燃油和能量数据。该数据集捕捉了车辆的GPS轨迹以及燃油、能量、速度和辅助电源使用的时间序列数据。数据集中的车辆类型多样,包括264辆汽油车、92辆混合动力车和27辆插电式混合动力/电动车。VED数据集总里程约374,000英里,涵盖了从高速公路到交通密集的市中心区域等各种驾驶条件和季节。数据集创建过程中,研究团队通过安装在车辆上的OBD-II记录器收集数据,并对个人身份信息进行了去标识化处理,以保护参与者隐私。VED数据集的应用领域广泛,包括车辆能源消耗建模、驾驶员行为建模、机器学习和深度学习、交通模拟器的校准、最佳路线选择模型、人类驾驶员行为预测以及自动驾驶汽车的决策制定等。
arXiv 收录
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
