Indian Human Development Survey|社会经济调查数据集|印度发展数据集
收藏
- Indian Human Development Survey (IHDS) 首次启动,旨在收集关于印度家庭、社区和个人的详细数据,以评估印度社会经济状况。
- IHDS 第一轮数据收集完成,涵盖了印度全国范围内的多个州和地区,提供了关于教育、健康、就业和家庭结构等方面的数据。
- IHDS 第二轮数据收集启动,进一步扩展了数据范围,增加了对农村和城市地区差异的深入分析。
- IHDS 第二轮数据收集完成,数据集正式发布,为研究者提供了更新的社会经济指标和趋势分析。
- IHDS 第三轮数据收集启动,旨在跟踪印度社会经济变化的长期趋势,并提供更全面的数据支持政策制定和学术研究。
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建,包含5686张图像和45578个标签,重点关注六种行为:举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景,通过YOLOv5、YOLOv7和YOLOv8算法评估,平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础,解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
Materials Project
材料项目是一组标有不同属性的化合物。数据集链接: MP 2018.6.1(69,239 个材料) MP 2019.4.1(133,420 个材料)
OpenDataLab 收录
YOLO Drone Detection Dataset
为了促进无人机检测模型的开发和评估,我们引入了一个新颖且全面的数据集,专门为训练和测试无人机检测算法而设计。该数据集来源于Kaggle上的公开数据集,包含在各种环境和摄像机视角下捕获的多样化的带注释图像。数据集包括无人机实例以及其他常见对象,以实现强大的检测和分类。
github 收录
CAP-DATA
CAP-DATA数据集由长安大学交通学院的研究团队创建,包含11,727个交通事故视频,总计超过2.19百万帧。该数据集不仅标注了事故发生的时间窗口,还提供了详细的文本描述,包括事故前的实际情况、事故类别、事故原因和预防建议。数据集的创建旨在通过结合视觉和文本信息,提高交通事故预测的准确性和解释性,从而支持更安全的驾驶决策系统。
arXiv 收录
Fruits-360
一个高质量的水果图像数据集,包含多种水果的图像,如苹果、香蕉、樱桃等,总计42345张图片,分为训练集和验证集,共有64个水果类别。
github 收录