【模型训练数据集的查找与下载】

已于 2022-08-19 11:10:53 修改
阅读量4.9k 收藏 47
点赞数 6
文章标签： 人工智能 算法 深度学习 数据分析
于 2022-08-16 10:09:42 首次发布
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/qq_29960631/article/details/126359953
版权

覆盖全网99.5%的公开深度模型数据集（附下载方式，赶紧收藏！））

一、三个网站（持续更新…）

1、https://academictorrents.com/ Academictorrents：127.15TB公开使用的研究数据集

2、https://paperswithcode.com/datasets Paperswithcode：6718个常用数据集

3、https://www.kaggle.com/datasets Kaggel：备选

二、下载详解

1、Academictorrents

  • 搜索mnist数据集、选择一个mnist数据集、下载数据集种子文件

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ShocZ366-1660615200279)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/28dadddc-d0ee-47e5-b03d-a00f293b767f/Untitled.png)]
在这里插入图片描述
在这里插入图片描述

  • 下载种子文件

（1）点击链接，进入下载界面下载种子下载器https://transmissionbt.com/download/

（2）打开种子下载器安装程序，一路安转成功。打开软件运行（忽略我这里下载过的历史记录）
在这里插入图片描述

（2）将种子文件拖至软件内部即可下载
在这里插入图片描述
在这里插入图片描述

2、Paperswithcode

  • 搜索mnist数据集，点击进入下载即可

在这里插入图片描述

3、Kaggle

搜索mnist数据集，选择以google登录或注册登录，点击下载即可

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DyBvQfHI-1660615131598)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/696dfb2f-03fc-4910-a37d-18b0213503a6/Untitled.png)]
在这里插入图片描述

王挣银
关注
手把手教你使用YOLOv11训练自己数据集（含环境搭建 、数据集查找、模型训练）
tsg6698的博客
09-30 3万+
一、前言本文内含YOLOv11网络结构图 + 训练教程 + 推理教程 + 数据集获取等有关YOLOv10的内容！官方代码地址：https://github.com/ultralytics/ultralytics/tree/main/ultralytics/cfg/models/11三、环境搭建 项目环境如下： 解释器：Python：3.9.19 框 架：Pytorch：2.0.1 系 统：Win10 IDEA
手把手教你使用YOLOv10训练自己数据集（含环境搭建 、数据集查找、模型训练、测试）
tsg6698的博客
06-11 5952
在过去的几年里，YOLO 因其在计算成本和检测性能之间的有效平衡而成为实时目标检测领域的主要范例。研究人员对 YOLO 的架构设计、优化目标、数据增强策略等进行了探索，取得了显着进展。然而，后处理对非极大值抑制（NMS）的依赖阻碍了 YOLO 的端到端部署，并对推理延迟产生不利影响。此外，YOLO中各个组件的设计缺乏全面彻底的检查，导致明显的计算冗余并限制了模型的能力。它提供了次优的效率，以及相当大的性能改进潜力。在这项工作中，我们的目标是从后处理和模型架构方面进一步提升 YOLO 的性能效率边界。
相关领域最新权威论文网站papers with code
weixin_48433993的博客
03-05 486
下面是可以看到这个领域最新的相关论文，这里可以下载论文以及代码code。点开某一领域例如人物交互会出现公共数据集。
训练数据集
05-27
用于训练的数据集，可以来训练深度学习模型，非常好，标签已经制作好
03 yolo数据集下载及预训练数据集（包含pytorch、cuda、cudnn、显卡驱动的匹配）测试训练后的模型
最新发布
水滴爬呀爬
03-10 1396
我们这里使用的是YOLO11n，是参数最少的一个模型，所以速度会比较快，数据集的下载，预训练、测试效果。
模型训练数据集下载集合
s_mzh的博客
06-07 778
深度学习数据集下载集合
训练数据集.rar
05-29
图像数据集，测试可用，配合原文章，可以训练自己的数据集，并测试。
OpenDataLab 大模型训练数据集下载记录
u013558123的博客
01-29 1493
大模型 训练数据集
【darknet-yolo系列】下载coco数据集并训练自己的模型
sazass的博客
07-28 7777
前言：coco数据集是个很庞大的，开源的数据集。有时候项目中需要训练一个模型，其中会包含coco数据集的某几类，此时会希望可以将庞大的coco数据集中提取出来自己需要的某几类别数据作为基础，再配合上自己采集一部分现场的数据集，训练成一个专门的模型，这样会比较高效，且质量有保障； 1.下载coco数据集 网上有很多； 本人百度网盘coco2017的数据集 链接：https://pan.baidu.com/s/1GVN0CcaWIckkIx53ePnR-g 提取码：m41t 后面都以coco2017为例 2.数
在图像中查找西红柿模型训练数据集，共890多张图片已经标记过.zip
02-25
这个压缩包提供了一个西红柿模型训练数据集，它包含890多张已经过标记的西红柿图片，这对于训练深度学习模型进行西红柿识别特别有用。在本文中，我们将深入探讨图像数据集的重要性，西红柿模型训练的过程，以及图像...
网络训练数据集.rar
05-20
该压缩包包含了自己对CNN训练所需的训练图片集，里边一共两个文件夹，0是水质正常的鱼群运动轨迹图，1是水质异常的鱼群运动轨迹图。
人工智能训练数据集合集.zip
08-23
SVT：Street View Text数据集图像来源自于Google Street View，数据集种的图像包含好质量和低质量的图像，通常低质量图片居多。 SVT-Perspective：SVT-Perspective(SVTP):从谷歌街景里抠出来的,失真比较严重。 IIIT5k：简介，5K张裁剪好的文字图片，如上图。2K张训练集，3K张测试集。测试集中包含了街景，网络图片等。仅标注62个字符，52个字母以及10个数字。 ICDAR2015：和ICDAR2103数据集类似，只是文本框的格式由矩形框变成四边形，所以写有标签的txt文本前4个数字变为8个数字，代表四边形文本框的四个点，其他规则一样。 ICDAR2013：ICDAR2013数据集为每个图片提供了单词的边界框的标注，每个图片都有属于自己的标注txt文件，以一个单独的图像为例，标注文件每一行代表一个文本目标，前四个数字为坐标信息（x1,y1,x2,y2）是文本框的左上和右下点，目标框为矩形。最后一列是文本的字符内容，如果字体模糊，则用###代替（还包含文字分割标签，具体的可以在数据集官网地址里面看）。 ICDAR2003：文本识别数据集：ICDAR2003 训练集1156张 测试集 1110标签中都是每张图片上对应的单词train.txt和test.txt都是过滤之后的标签（去掉符号和小于3个字符的）。 CUTE80：CUTE80数据集，都是弧形文字，包含了弧形的各个坐标。
深度学习训练数据集.zip
12-05
深度照片，主要是水质轨迹等；适合图像分类、目标检测等。
训练集与测试集文件.rar
01-16
tensorflow通过提取Mfcc特征+卷积神经网络来实现语音分类的测试文件 ddd是train训练文件，test_Data是测试文件
人训练数据集
01-11
用于人头训练的数据集
brats大脑肿瘤分割数据集npy格式
08-07
1200个左右的 brats大脑肿瘤分割数据集npy格式 npy为brats nii.gz4模态的融合，从横断面切片，将四种模态进行融合。其中data的维度为（4，240，240），标签的维度为（240，240）
ImageNet-1k 2012训练集测试集下载（自用）
qq_40721108的博客
11-06 1735
【代码】ImageNet-1k 2012训练集测试集下载（自用）
YOLOv8训练自己数据集资源下载
gitblog_09764的博客
10-28 680
YOLOv8训练自己数据集资源下载 【下载地址】YOLOv8训练自己数据集资源下载 YOLOv8训练自己数据集资源下载 项目地址: https://gitcode.com/open-source-toolkit/df3eb ...
评论 2
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