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？
Qatar World Poll 2010|民意调查数据集|社会发展数据集
收藏Global Health Data Exchange ()2024-06-26 收录
下载链接：
https://ghdx.healthdata.org/record/qatar-world-poll-2010
下载链接
链接失效反馈资源简介：
The Gallup World Poll measures factors such as well-being, employment, law and order, food and shelter, migration, personal health, financial issues, civic engagement, and communications as they pertain to world development indicators. These data can then be used by leaders in understanding national interests and concerns and to develop relationships between the indexes created and lagging economic outcomes. The poll is usually administered to 1,000 randomly selected individuals ages 15 and older in 160 counties worldwide once per year. Sometimes it is conducted on a semiannual or biennial basis, depending on the country. The poll consists of a set of core questions as well supplemental questions that are asked in some regions. It is administered via a one-hour face-to-face interview or a half-hour phone interview.
数据主题
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
ERIC (Education Resources Information Center)
ERIC (Education Resources Information Center) 是一个广泛的教育文献数据库，包含超过130万条记录，涵盖从1966年至今的教育研究、政策和实践。数据集内容包括教育相关的期刊文章、书籍、研究报告、会议论文、技术报告、政策文件等。
eric.ed.gov 收录
CE-CSL
CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集，旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段，涵盖超过70种不同的复杂背景，确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向，通过收集大量真实场景下的手语视频材料，覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域，旨在提高手语识别技术在复杂环境中的准确性和效率，促进聋人与听人社区之间的无障碍沟通。
arXiv 收录
Stanford Cars
Cars数据集包含196类汽车的16,185图像。数据被分成8,144训练图像和8,041测试图像，其中每个类被大致分成50-50。类别通常在品牌，型号，年份，例如2012特斯拉Model S或2012 BMW M3 coupe的级别。
OpenDataLab 收录
航空发动机叶片异常检测数据集 (AeBAD)
航空发动机叶片异常检测数据集(AeBAD)由西安交通大学机械工程学院创建，包含两个子数据集：单叶片数据集(AeBAD-S)和叶片视频异常检测数据集(AeBAD-V)。AeBAD-S包含不同尺度的单叶片图像，样本未对齐，存在训练集与测试集间的域转移问题，主要由光照和视角变化引起。AeBAD-V包含安装在航空发动机上的叶片视频，用于检测叶片在旋转过程中的异常。该数据集旨在解决实际工业应用中叶片异常检测的问题，强调同一数据类别内的域多样性。
arXiv 收录
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