仅显示平台推荐
COCO
${starItems[0]}

COCO是大规模的对象检测,分割和字幕数据集。 它包含:330K图像(标为> 200K),150万个对象实例,80个对象类别。https://cocodataset.org/

2020-11-09 1289 233
mirror
${starItems[1]}

本页面建立了SpikingJelly中集成的部分数据集的下载镜像。 只有原始数据集所使用的协议允许分发,或原始数据集作者已经同意分发的数据集才会被建立镜像。

2020-11-09 10 171
VIOLIN
${starItems[2]}

VIOLIN(视频和语言推理),由来自15887个视频片段的95322个视频假设对组成,跨越582个小时的视频(YouTube和电视节目)。

2020-11-18 5 1
2022-07-14 0 3
Serendipity_2018
${starItems[4]}

“基于真实用户反馈调查推荐系统中的意外发现”的数据集

2023-02-12 1 0
2022-11-02 21 1
KEGG-drug
${starItems[6]}

KGNN使用的KEGG-drug数据集

2022-10-13 69 2
2022-07-16 89 2
veaba
${starItems[8]}

vavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadrvavevAwdabadr

2023-02-28 0 0
2023-02-12 0 0
OpenI_Forge
${starItems[10]}

本项目是群体化方法与技术的开源实现案例,在基于Gitea的基础上,进一步支持社交化的协同开发、协同学习、协同研究等群体创新实践服务,特别是针对新一代人工智能技术特点,重点支持项目管理、git代码管理、大数据集存储管理与智能计算平台接入。 https://git.openi.org.cn

2021-01-06 12 33
Flickr30K-butd
${starItems[11]}

Flickr30K-caption数据集,采用BUTD对每张图片提取36个区域, 以及每张图片5句英文描述

2022-11-09 58 2
MISP2021-AVSR
${starItems[12]}

https://github.com/mispchallenge/MISP2021-AVSR

2022-08-19 2 0
CVPR2022-track1-p2
${starItems[13]}

CVPR2022-track1-p2

2022-05-06 162 1
2023-03-17 0 0
gwbrwbf
${starItems[15]}

bwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedvbwdvwsbvcwedv

2023-02-27 0 0
2023-02-13 18 1
MindCon-Dataset
${starItems[17]}

第四届MindCon极客周超级挑战赛数据集

2023-01-15 3 4
2022-11-30 140 3
2022-10-25 56 1
CircuitNet
${starItems[20]}

CircuitNet: An Open-Source Dataset for Machine Learning Applications in Electronic Design Automation (EDA)

2022-10-22 76 4
icdm2022_session1_train.zip
${starItems[21]}

icdm2022_session1_train.zip

2022-07-18 0 0
xu12
${starItems[22]}

人脸识别技术是基于人的脸部特征,对输入的人脸图像或者视频流,首先判断其是否存在人脸,如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别每个人脸的身份。 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等,相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别(用语音识别可以进行身份识别,也可以进行语音内容的识别,只有前者属于生物特征识别技术)、体形识别、键盘敲击识别、签字识别等。

2023-03-24 0 0
3D_temp_7day_for_Nday_atlantic
${starItems[23]}

大西洋7day_for_nday数据

2023-02-01 224 4
M2transformer-cxr
${starItems[24]}

经过提取的医学报告数据集

2022-12-11 0 1
2022-10-27 1 0
2021-10-28 480 13
2023-03-25 0 0
2023-03-25 0 0
2023-03-25 0 0