dataset

由社群維護的 700 多個網站資料集，可用於透過使用者名稱尋找帳號——支援 OSINT 與數位足跡工具。

🎁 超過 7,400,000 張 Unsplash 圖片，可用於研究與機器學習

[ECCV 2018] CCPD：一個多樣化且標註良好的車牌檢測與識別資料集

適用於 Python 的色彩科學

中文醫學 NLP 公開資源整理：術語集/語料庫/詞向量/預訓練模型/知識圖譜/命名實體識別/QA/資訊抽取/模型/論文/etc

180 個免費的 CSS3、Figma、Sketch 與 PSD 漸層 —— 另外包含適用於設計工具、產生器和 AI agent 的 JSON 資料集。

將 ISO 3166-1 國家列表與聯合國地理方案 (UN Geoscheme) 區域代碼合併，提供即用型的 JSON、XML、CSV 資料集

Objectron 是一個以物件為中心的短影片片段資料集。此外，這些影片還包含 AR 工作階段元資料，包括相機姿態、稀疏點雲和平面。在每個影片中，相機在物件周圍和上方移動，從不同視角捕捉它。每個物件都標註了 3D 邊界框。3D 邊界框描述了物件的位置、方向和尺寸

用於遙測變化檢測的資料集、工具、方法、綜述論文與競賽的全面且最新彙整。

一個資訊檢索的異質基準測試。簡單易用，可在 15 個以上不同的 IR 資料集上評估您的模型。

🔊 語音與聲音運算開源資料集的完整清單（95+ 個資料集）。

一個全域的公有領域地圖資料集，提供三種比例尺，並具備緊密整合的向量與光柵資料。

收集自阿里巴巴生產環境叢集的叢集資料，用於叢集管理研究

透過簡單的網頁介面或桌面應用程式，協作並標註任何類型的資料、影像、文字或文件。

fastdup 是一款強大且免費的工具，旨在從影像與影片資料集中快速產生有價值的洞見。它有助於提高影像和標籤的品質，同時大幅降低資料維運成本，並具備無與倫比的可擴充性。

基於圖/Transformer 的詐欺、異常與離群值偵測論文與資源精選列表

精選的雷達資料集、偵測、追蹤與融合資源列表

ESC-50：環境音訊分類資料集

與 Deepfake 檢測相關的工具、論文和程式碼清單

越南行政單位的全面性 SQL 與 GIS 資料集，包含省份、地區、坊/社以及地理空間邊界。

心理健康大模型 (LLM x Mental Health), Pre & Post-training & Dataset & Evaluation & Depoly & RAG, 搭配 InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM 系列模型

[CVPR2024 Highlight] VBench - 我們評估影片生成

你的資料裡有什麼？從資料集中萃取 Schema、統計數據與實體

用於高效神經網路訓練的資料串流函式庫

HumanML3D：一個大型且多樣化的 3D 人體動作語言資料集。

一個多語言對話語料庫

[pip install medmnist] 用於 2D 與 3D 生物醫學影像分類的 18 個標準化資料集

公司名語料庫。機構名語料庫。公司簡稱、縮寫、品牌詞、企業名。可用於中文分詞、機構名實體識別。

這是推薦系統 (RS) 的公開資料來源儲存庫。