ZOD（Zenseact开放数据集）是一个由Zenseact研究人员创建的大规模多模态自动驾驶数据集。该数据集在14个不同的欧洲国家收集，使用了配备全套传感器的车队。数据集包括三个子集：Frames、Sequences和Drives，旨在涵盖数据多样性并支持时空学习、传感器融合、定位和映射。数据集还附带了一个SDK，包含教程、下载功能和数据集API，以便于访问数据。数据集的语言为英语，许可证为CC

Hugging Face2024-04-10 更新1570

Reddit Multimodal Data

多模态数据

Reddit内容

Dataset which extracts text, images, videos and audios from Reddit.

kaggle2023-01-02 更新90

array/socratis_image_text_emotion

情感分析

多模态数据

SOCRATIS是一个包含18K种不同情感及其原因的数据集，基于2K个图像-标题对。该数据集用于研究人类对图像-标题对的情感反应，并比较人类编写的情感反应与机器生成的反应。初步研究显示，人类更喜欢人类编写的情感反应，且当前的评价指标与人类偏好不相关，表明有进一步研究的空间。数据集公开发布，包含测试数据，格式为每个图像-标题对的唯一ID对应一系列情感和解释，部分数据可能缺少匿名化的人口统计信息。

Hugging Face2023-12-01 更新5180

WHU-STree_多模态行道树基准数据集

城市林业管理

多模态数据

WHU-STree是一个开创性的多模态数据集，旨在弥补城市街树清查研究中的关键空白。通过整合同步点云和在两个地理上截然不同的城市收集的高分辨率图像，WHU-STree为推动自动化城市林业管理提供了全面的资源。该数据集包含 21,007 个带注释的树木实例，并带有 50 种树种和形态参数的物种标签，支持单棵树分段、物种分类和三维形态分析等任务。其跨城采集策略结合丰富的注释和多模态集成，为评估算法泛化

国家对地观测科学数据中心2026-01-29 更新480

Financial Fraud Multimodal Dataset

资源简介：

相关数据集