收藏 | 机器学习公共数据集集锦（附下载链接）

>>>深度学习Tricks，第一时间送达<<<

🚀🚀🚀近期，小海带在空闲之余，收集整理了一批机器学习公共数据集供大家参考。 整理不易，小伙伴们记得一键三连喔！！！🤞💕

目录

一、图片类

二、自然语言处理

三、自动驾驶

关于算法改进及论文投稿可关注并留言博主的CSDN/QQ

>>>一起交流！互相学习！共同进步！<<<

---

一、图片类

MS COCO：同样也是知名计算机视觉数据集，同名比赛每年都被中国人屠榜。
http://mscoco.org/

ImageNet：大家熟悉的ImageNet，女神李飞飞参与创建，同名比赛影响整个计算机视觉界。
http://image-net.org/

谷歌开放图像：在知识共享下的900万个图像网址集合“已经注释了超过6000个类别的标签”。
https://research.googleblog.com/2016/09/introducing-open-images-dataset.html

室内场景识别：包含67个室内类别，15620个图像。
http://web.mit.edu/torralba/www/indoor.html

视觉基因组：非常详细的视觉知识库。
http://visualgenome.org/

二、自然语言处理

Google Books Ngrams：Google Books中的一系列文字。
https://aws.amazon.com/datasets/google-books-ngrams/

亚马逊评论：包含18年来亚马逊上的大约3500万条评论，数据包括产品和用户信息，评级和文本审核。
https://snap.stanford.edu/data/web-Amazon.html

维基百科链接数据：维基百科的全文，包含来自400多万篇文章的近19亿个单词，可以按段落、短语或段落本身的一部分进行搜索。
https://code.google.com/p/wiki-links/downloads/list

Blogger Corpus：收集了来自blogger.com的681,288篇博文，每篇博文至少包含200个常用英语单词。
http://u.cs.biu.ac.il/~koppel/BlogCorpus.htm

Gutenberg电子书列表：Gutenberg项目中带注释的电子书书单。
http://www.gutenberg.org/wiki/Gutenberg:Offline_Catalogs

三、自动驾驶

Berkeley DeepDrive BDD100k：目前最大的自动驾驶数据集，包含超过100,000个视频，其中包括一天中不同时段和天气条件下超过1,100小时的驾驶体验。其中带注释的图像来自纽约和旧金山地区。
http://bdd-data.berkeley.edu/

百度Apolloscapes：度娘的大型数据集，定义了26种不同物体，如汽车、自行车、行人、建筑物、路灯等。
http://apolloscape.auto/

CSSAD数据集：此数据集对于自动驾驶车辆的感知和导航非常有用。不过，数据集严重偏向发达国家的道路。
http://aplicaciones.cimat.mx/Personal/jbhayet/ccsad-dataset

城市景观数据集：一个大型数据集，记录50个不同城市的城市街景。
https://www.cityscapes-dataset.com/

WPI数据集：交通灯、行人和车道检测的数据集。
http://computing.wpi.edu/dataset.htmlshenglueh

🐱‍🏍 持续更新中 …………

关于算法改进及论文投稿可关注并留言博主的CSDN/QQ

>>>一起交流！互相学习！共同进步！<<<