一些人工智能、数据科学、机器学习、图像识别、软件缺陷预测领域公开数据集

最新推荐文章于 2023-07-22 21:15:00 发布
最新推荐文章于 2023-07-22 21:15:00 发布
阅读量601 收藏 3
点赞数
分类专栏： ML 文章标签： 人工智能 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lewyu521/article/details/116137713
版权

一、几个收集数据集的网站：

1、Public Data Sets on Amazon Web Services (AWS)
http://aws.amazon.com/datasets
Amazon从2008年开始就为开发者提供几十TB的开发数据。

2、Yahoo! Webscope
http://webscope.sandbox.yahoo.com/index.php

3、Konect is a collection of network datasets
http://konect.uni-koblenz.de/

4、Stanford Large Network Dataset Collection
http://snap.stanford.edu/data/index.html

二、海量图像数据集：

1、ImageNet
http://www.image-net.org/
包含1400万的图像。

2、Tiny Images Dataset
http://horatio.cs.nyu.edu/mit/tiny/data/index.html
包含8000万的32x32图像。

3、 MirFlickr1M
http://press.liacs.nl/mirflickr/
Flickr中的100万的图像集。

4、 CoPhIR
http://cophir.isti.cnr.it/whatis.html
Flickr中的1亿600万的图像

5、SBU captioned photo dataset
http://dsl1.cewit.stonybrook.edu/~vicente/sbucaptions/
Flickr中的100万的图像集。

6、Large-Scale Image Annotation using Visual Synset(ICCV 2011)
http://cpl.cc.gatech.edu/projects/VisualSynset/
包含2亿图像

7、NUS-WIDE
http://lms.comp.nus.edu.sg/research/NUS-WIDE.htm
Flickr中的27万的图像集。

8、SUN dataset
http://people.csail.mit.edu/jxiao/SUN/
包含13万的图像

9、MSRA-MM
http://research.microsoft.com/en-us/projects/msrammdata/
包含100万的图像，23000视频

10、TRECVID
http://trecvid.nist.gov/

三、几个跟互联网有关的数据集：

1、Dataset for “Statistics and Social Network of YouTube Videos”
http://netsg.cs.sfu.ca/youtubedata/

2、1998 World Cup Web Site Access Logs
http://ita.ee.lbl.gov/html/contrib/WorldCup.html
这个是1998年世界杯期间的数据集。从1998/04/26 到 1998/07/26 的92天中，发生了 1,352,804,107次请求。

3、Page view statistics for Wikimedia projects
http://dammit.lt/wikistats/

4、AOL Search Query Logs - RP
http://www.researchpipeline.com/mediawiki/index.php?title=AOL_Search_Query_Logs

5、livedoor gourmet
http://blog.livedoor.jp/techblog/archives/65836960.html

lew-yu
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
NASA MDP 软件缺陷预测数据集
valark的博客
09-19 4469
NASA MDP 软件缺陷预测数据 链接: https://github.com/klainfo/NASADefectDataset. MDP包括13个来自NASA的实际项目。在每一个数据集的开头，会标注项目名称，然后是度量元解释，之后就是数据。 如下图示例： @relation 'CM1' // 项目名称 // 以下为度量元 @attribute LOC_BLANK numeric // 空白行数量 @attribute BRANCH_COUNT numeric // 分支数量 @attribute C
关于运动员伤病预测数据集的探索
ZShiJ的博客
04-16 1948
为了帮助调整训练计划以降低受伤风险，我们可以基于现有的数据集来提供一些建议。监控训练强度：分析显示：训练强度与受伤可能性之间存在微弱的正相关关系。建议运动员和教练团队密切监控训练强度，避免过度训练。可以考虑使用心率监测器和其他可穿戴设备来跟踪训练强度，并据此调整训练计划。注意体重和身高：分析显示：体重和身高是预测受伤可能性的重要因素。运动员应该确保他们的体重和身高比例适当，避免过重或过高的体重增加受伤风险。考虑年龄因素：分析显示：随着年龄的增长，运动员的身体恢复能力和适应性可能会下降。
KDD CUP99数据集预处理（Python实现）
weixin_41843972的博客
01-08 4096
...
常用图像数据集推荐
Doctor__Chen的博客
07-22 826
【常用图像数据集网站：查阅、使用和下载】 https://www.bilibili.com/video/BV1Ud4y1N7sS/?share_source=copy_web&vd_source=564613b474034e1bd7d7468a31bf23fc
关于视频拷贝检测数据分析
lijinjyan的专栏
10-04 1872
由于最近参加视频拷贝检测竞赛
PCB缺陷数据集 包含六种常见缺陷 可用于图像识别、缺陷检测
10-14
标题中的“PCB缺陷数据集 包含六种常见缺陷 可用于图像识别、缺陷检测”指的是一个专门针对印刷电路板（Printed Circuit Board, PCB）的图像数据集，这个数据集包含了六种常见的PCB缺陷，目的是为了帮助研究者和...
钢铁表面缺陷检测图像数据集（1800张图像，含标签）
10-18
这个数据集，名为"钢铁表面缺陷检测图像数据集（1800张图像，含标签）"，提供了大量的图像资源，旨在支持机器学习和计算机视觉领域的研究，特别是针对缺陷检测算法的开发和优化。 数据集包含了1800张图像，每张图片...
基于机器学习的胶囊表面缺陷检测python源码+数据集(3000张)+论文+文档说明
最新发布
04-18
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。...
目标检测-数据集-PCB缺陷识别
03-16
“人工智能”和“计算机视觉”则表明这个任务依赖于现代AI技术，特别是利用神经网络模型来解析图像，实现自动检测和识别。 数据集的创建和使用通常遵循以下步骤： 1. **数据收集**：从实际产线中捕捉各种状态的PCB...
深度学习、机器学习数据集资源汇总
08-22
2. AI Studio 数据集：开放数据集-百度 AI Studio - 人工智能学习与实训社区：该网站提供了大量的数据集资源，涵盖了多种类型的数据集，包括计算机视觉、自然语言处理、图像识别、机器学习等领域。 3. 天池数据集：...
用于做研究的软件缺陷数据集
11-17
内容包含恶意代码数据集，NASA软件缺陷数据集等，这个数据集可以使用神经网络用于训练，可以让大家认识相关的软件缺陷的分类实例，希望对大家能够有所帮助，为大家分享有用的资源。
ag_news文本分类数据集
07-13
AG's News Topic Classification Dataset Version 3, Updated 09/09/2015 ORIGIN AG is a collection of more than 1 million news articles. News articles have been gathered from more than 2000 news sources by ComeToMyHead in more than 1 year of activity. ComeToMyHead is an academic news search engine which has been running since July, 2004. The dataset is provided by the academic comunity for research purposes in data mining (clustering, classification, etc), information retrieval (ranking, search, etc), xml, data compression, data streaming, and any other non-commercial activity. For more information, please refer to the link http://www.di.unipi.it/~gulli/AG_corpus_of_news_articles.html . The AG's news topic classification dataset is constructed by Xiang Zhang (xiang.zhang@nyu.edu) from the dataset above. It is used as a text classification benchmark in the following paper: Xiang Zhang, Junbo Zhao, Yann LeCun. Character-level Convolutional Networks for Text Classification. Advances in Neural Information Processing Systems 28 (NIPS 2015). DESCRIPTION The AG's news topic classification dataset is constructed by choosing 4 largest classes from the original corpus. Each class contains 30,000 training samples and 1,900 testing samples. The total number of training samples is 120,000 and testing 7,600. The file classes.txt contains a list of classes corresponding to each label. The files train.csv and test.csv contain all the training samples as comma-sparated values. There are 3 columns in them, corresponding to class index (1 to 4), title and description. The title and description are escaped using double quotes ("), and any internal double quote is escaped by 2 double quotes (""). New lines are escaped by a backslash followed with an "n" character, that is "\n".
MSRA图像数据集（1000幅含真实标注）
01-13
MSRA数据库用于检测图像显著性检测算法，含有真实标注用来对比，同时用于定量的效果测量
常用图像数据集大全（分类，跟踪，分割，检测等）
热门推荐
彼岸花
03-22 4万+
常用图像数据集大全（分类，跟踪，分割，检测等） 1.搜狗实验室数据集： http://www.sogou.com/labs/dl/p.html 互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等类别，总数高达2,836,535张图片。对于每张图片，数据集中给出了图片的原图、缩略图、所在网页以及所在网页中的相关文本。200多G 2 h
海量公开数据集
课桌
11-17 1539
海量数据（又称大数据）已经成为各大互联网企业面临的最大问题，如何处理海量数据，提供更好的解决方案，是目前相当热门的一个话题。类似MapReduce、 Hadoop等架构的普遍推广，大家都在构建自己的大数据处理，大数据分析平台。 相应之下，目前对于海量数据处理人才的需求也在不断增多，此类人才可谓炙手可热！越来越多的开发者把目光转移到海量数据的处理上。但是不是所有人都能真正接触到，或者有机会去处
缺陷检测 数据集
王爷的CSDN
11-26 8310
缺陷检测数据集：https://github.com/sundyCoder/DEye
多示例泛读--2017-1-Multiple-Instance Ordinal Regression
qq_41643701的博客
01-17 970
题目 Multiple-Instance Ordinal Regression 相关概念： Ordinal Regression：有序回归（OR）是监督学习中的一种范式，旨在学习有序类的预测模型。原始的逻辑回归只解决二分类问题，例如对猫，狗，鸟，花等的分类。有序回归适用于 不同类别的类别之间有一定的顺序关系的情况。如果一个样本的真实年龄是0，如果用分类方法，我们把它的年龄分类成1岁和2岁时的损失是相等的。但是，明显1岁要比2岁，更加接近于0岁，1岁是一个比2岁更可被接受的分类。因此从应用意义上，1岁应该比2

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值