近年來，隨著人工智能的快速發(fā)展，我們對數(shù)據(jù)集的需求越來越多，一方面，數(shù)據(jù)集可以幫助我們做練習(xí)實(shí)踐，另一方面，這些數(shù)據(jù)集同樣也能幫助更多研究機(jī)構(gòu)進(jìn)行更深入的數(shù)據(jù)挖掘。對于人工智能領(lǐng)域的同學(xué)來說，數(shù)據(jù)集是實(shí)驗(yàn)的必要條件，當(dāng)我們準(zhǔn)備跑算法的時(shí)候，首先要解決的問題就是數(shù)據(jù)集。由于我們大多數(shù)人是沒有自己的數(shù)據(jù)集的，所以公共數(shù)據(jù)集就成了最好的選擇，但如何搜索、找到適合的數(shù)據(jù)集？仍然是困擾很多人的問題。

這次我就來和大家分享數(shù)據(jù)集相關(guān)的資源，推薦了一些覺得不錯(cuò)的數(shù)據(jù)集平臺，另外也幫大家整理了一份深度學(xué)習(xí)數(shù)據(jù)集合集，涵蓋12個(gè)大方向，90+細(xì)分領(lǐng)域。非常建議收藏！有需要下載的同學(xué)看文末。

推薦平臺

1.github

鏈接：GitHub: Let’s build from here · GitHub

最大最全面的開源網(wǎng)站，用過的都說好。

2,阿里云天池?cái)?shù)據(jù)集

鏈接：天池?cái)?shù)據(jù)集_阿里系唯一對外開放數(shù)據(jù)分享平臺-阿里云天池

阿里云天池?cái)?shù)據(jù)集平臺，匯集了官方、打榜、聚合、推薦、公共數(shù)據(jù)集。

3.聚數(shù)力大數(shù)據(jù)平臺

鏈接：聚數(shù)力大數(shù)據(jù)平臺 | 聚集數(shù)據(jù)的力量 | 大數(shù)據(jù)應(yīng)用要素托管與交易平臺

大數(shù)據(jù)應(yīng)用數(shù)據(jù)集平臺

4.paper with code

鏈接：Machine Learning Datasets | Papers With Code

匯集了多個(gè)領(lǐng)域的開源數(shù)據(jù)集平臺，還有部分模型、代碼、paper。

5.Google Dataset Search

鏈接：https://datasetsearch.research.google.com/

專注于統(tǒng)計(jì)數(shù)據(jù)和基于數(shù)據(jù)的網(wǎng)站，輸入關(guān)鍵詞“fnirs”會(huì)彈出很多文章中的公共數(shù)據(jù)集。

6.OpenDataLab

鏈接：-OpenDataLab-有影響力的數(shù)據(jù)開源開放平臺，公開數(shù)據(jù)集觸手可及

開源數(shù)據(jù)集平臺，內(nèi)容非常豐富。

7.kaggle

鏈接：Kaggle: Your Machine Learning and Data Science Community

kaggle不只是競賽平臺，它同樣有著海量數(shù)據(jù)集。

8.OSF

鏈接：OSF

免費(fèi)的開放平臺，輸入關(guān)鍵詞“fnirs”查看，點(diǎn)擊file獲取數(shù)據(jù)集。

9.openneuro

鏈接：OpenNeuro

免費(fèi)的開源平臺，輸入關(guān)鍵詞“EEG”即可搜索相關(guān)的數(shù)據(jù)集。

10.SPM網(wǎng)站

鏈接：SPM Data sets :: Multi-modal Face Dataset

數(shù)據(jù)集匯總

一、小目標(biāo)檢測

1.AI-TOD 航空圖像數(shù)據(jù)集

2.iSAID 航空圖像大規(guī)模數(shù)據(jù)集

3.TinyPerson 數(shù)據(jù)集

4.Deepscores 數(shù)據(jù)集

5.密集行人檢測數(shù)據(jù)集

6.加州理工學(xué)院行人檢測數(shù)據(jù)集

7.NWPU VHR-10 衛(wèi)星圖像數(shù)據(jù)集

8.Inria 航空影像數(shù)據(jù)集

9.RSOD 遙感圖像數(shù)據(jù)集

10.小目標(biāo)檢測數(shù)據(jù)集

二、目標(biāo)檢測開源數(shù)據(jù)集

11.COCO2017 數(shù)據(jù)集

12.火焰和煙霧圖像數(shù)據(jù)集

13.DOTA 航拍圖像數(shù)據(jù)集

14. AITEX 數(shù)據(jù)集

15. T-LESS 數(shù)據(jù)集

16.H2O 行人交互檢測數(shù)據(jù)集

17.SpotGarbage 垃圾識別數(shù)據(jù)集

18.NAO 自然界對抗樣本數(shù)據(jù)集

19.Labelme 圖像數(shù)據(jù)集

20.印度車輛數(shù)據(jù)集

21.Seeing 3D chairs 椅子檢測模型

22.SUN09 場景理解數(shù)據(jù)集

23.Unsplash 圖片檢索數(shù)據(jù)集

24.HICO-DET 人物交互檢測數(shù)據(jù)集

25.上?？萍即髮W(xué)人群統(tǒng)計(jì)數(shù)據(jù)集

26.生活垃圾數(shù)據(jù)集

27.RMFD 口罩遮擋人臉數(shù)據(jù)集

28.GTSRB 德國交通標(biāo)志數(shù)據(jù)集

29.VOC2005 車輛數(shù)據(jù)集

30.Winegrape 檢測數(shù)據(jù)集

31.全球小麥檢測數(shù)據(jù)集

32.Linkopings 交通標(biāo)志數(shù)據(jù)集

33.防護(hù)裝備-頭盔和背心檢測

34.加州理工學(xué)院相機(jī)陷阱數(shù)據(jù)集

35.水下垃圾檢測數(shù)據(jù)集

三、工業(yè)檢測數(shù)據(jù)集

36.坑洼檢測數(shù)據(jù)集

37.天池鋁型材表面缺陷數(shù)據(jù)集

38.Kylberg 紋理數(shù)據(jù)集

39.東北大學(xué)帶鋼表面缺陷數(shù)據(jù)集

40.Severstal 帶鋼缺陷數(shù)據(jù)集

41.UCI 帶鋼缺陷數(shù)據(jù)集

42.DAGM 2007 數(shù)據(jù)集

43.磁瓦缺陷數(shù)據(jù)集

44.RSDDs 鐵軌表面缺陷數(shù)據(jù)集

45.KTH-TIPS 紋理圖像數(shù)據(jù)集

46.印刷電路板（PCB）瑕疵數(shù)據(jù)集

四、人臉識別常用開源數(shù)據(jù)集

47.IMDB-WIKI 人臉數(shù)據(jù)集

48.WiderFace 人臉檢測數(shù)據(jù)集

49.LFW 人像圖像數(shù)據(jù)集

50.GENKI 人臉圖像數(shù)據(jù)集

51.哥倫比亞大學(xué)公眾人物臉部數(shù)據(jù)庫

52.CelebA 人臉數(shù)據(jù)集

53.美國國防部人臉庫

54.MTFL 人臉識別數(shù)據(jù)集

55.BioID 人臉數(shù)據(jù)集

56.PersonID 人臉識別數(shù)據(jù)集

57.CMU PIE 人臉庫

58.Youtube 視頻人臉數(shù)據(jù)集

59.CASIA 人臉圖像數(shù)據(jù)集

60.Caltech 人臉數(shù)據(jù)庫

五、人體姿態(tài)估計(jì)

61.MPII 人體模型數(shù)據(jù)集

62.MPII 人類姿態(tài)數(shù)據(jù)集

63.KTH 多視圖足球數(shù)據(jù)集

64.賓夕法尼亞動(dòng)作數(shù)據(jù)集

65.BBC 姿態(tài)數(shù)據(jù)集

66.Poser 數(shù)據(jù)集

67.野外 3D 姿勢數(shù)據(jù)集

68.V-COCO 數(shù)據(jù)集

69.宜家 ASM 數(shù)據(jù)集

70.立體人體姿勢估計(jì)數(shù)據(jù)集

71.AIST++ 舞蹈動(dòng)作數(shù)據(jù)集

72.HiEve 數(shù)據(jù)集

六、自動(dòng)駕駛

73.KITTI 道路數(shù)據(jù)集

74.CrackForest 數(shù)據(jù)集

75.KITTI-2015 立體聲數(shù)據(jù)集

76.KITTI-2015 光流數(shù)據(jù)集

77.KITTI-2015 場景流數(shù)據(jù)集

78.KITTI 深度數(shù)據(jù)集

七、目標(biāo)跟蹤

79.ALOV300++跟蹤數(shù)據(jù)集

八、動(dòng)作識別

80.HMDB 人類動(dòng)作視頻數(shù)據(jù)集

81.UCF50 動(dòng)作識別數(shù)據(jù)集

82.SBU Kinect 交互數(shù)據(jù)集

九、圖像分類數(shù)據(jù)集

83.寵物圖像數(shù)據(jù)集

84.貓咪數(shù)據(jù)集

85.斯坦福狗狗數(shù)據(jù)集

86.CBCL 街道場景數(shù)據(jù)

87.Stanford 汽車圖片數(shù)據(jù)

88.MNIST 手寫數(shù)字圖像數(shù)據(jù)集

89.Kaggle 垃圾分類圖片數(shù)據(jù)集

十、圖像識別數(shù)據(jù)集

90.街景門牌號 (SVHN) 數(shù)據(jù)集

91.3D MNIST 數(shù)字識別圖像數(shù)據(jù)

十一、圖像分割數(shù)據(jù)集

92.LVIS 數(shù)據(jù)集

93.高密度人群及移動(dòng)物體視頻數(shù)據(jù)集

94.DAVIS 視頻分割數(shù)據(jù)集

十二、NLP 相關(guān)數(shù)據(jù)集

95.文檔影印和內(nèi)容數(shù)據(jù)

關(guān)注下方【學(xué)姐帶你玩AI】??????

回復(fù)“數(shù)據(jù)集”免費(fèi)領(lǐng)取90+深度學(xué)習(xí)數(shù)據(jù)集合集

碼字不易，歡迎大家點(diǎn)贊評論收藏！文章來源地址http://www.zghlxwxcb.cn/news/detail-635784.html

到了這里，關(guān)于95個(gè)優(yōu)秀深度學(xué)習(xí)公共數(shù)據(jù)集分享，涵蓋目標(biāo)檢測、自動(dòng)駕駛、圖像分類等12個(gè)大方向【附下載】的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！