该对联数据集共包含 70 余万条对联数据，按字切分，并分为训练数据集、测试数据集以及一份词汇表。其中，训练数据集、测试数据集又分别分为上联和下联两部分。 数据集来自于冯重朴_梨味斋散叶的博主的新浪博客，被广泛应用于 AI 对联数据集模型的训练。

IMDB Large Movie Review Dataset 适用于情感二元分类的数据集，旨在作为情绪分类的基准，该数据集中有 50,000 条两极分化明显的电影评论拥有训练和测试，还有 50,000 条未经标记的数据可供使用。 该数据集由斯坦福大学于 2011 年发布，相关论文有《Learning Word Vectors for Sentiment Analysis》。

INRIA Dataset 是一个行人检测数据集，其图片库被分为只有车、只有人、有车有人和无车无人四个类别，其中正样本为 PNG 格式，负样本为 JPG 格式，该数据集包含具有相应注释文件的原始图像和标准化格式图像两类。 INRIA Dataset 由 INRIA 于 2005 年发布

Last.fm 是一个歌曲数据集，它包含最大的歌曲级别标签和预先计算的歌曲级别相似性研究。 所有的数据都与 MSD 歌曲相关，并可链接到其他 MSD 资源: 音频特性、艺术家数据、歌词等。 该数据包含 584,897 首曲目，522,366 个独特的标签，8,598,630 个「轨道 – 标签对」，56,506,688 个「轨道 – 类似轨道对」。 该数据集由 MSD 于 2011 年发布。

MovieLens 是一套电影推荐数据集，信息来源于网站 movielens.umn.edu，该数据集包含 138493 位用户对 27278 部电影的评分数据，共计 20000263 条，数据采集自 1995.01 – 2015.03 这段时间。 MovieLens 数据集由明尼苏达大学-计算机科学与工程系的 GroupLens 组于 1998 年发布。

Question Answer Dataset 是结合维基百科文章语料库的链接，并手动生成仿真问题和答案以供学术研究的问答数据集。该数据集分为文章、问题和答案三部分，其中手动生成的仿真问题与答案对维基百科文章的评分难度很高。 Question Answer Dataset 由卡内基·梅隆大学于 2013 年发布，主要发布人分别为 Noah Smith、Michael Heilman、Rebecca Hwa、Shay Cohen 和 Kevin Gimpel，其最早版本的数据大多由卡内基·梅隆大学和匹兹堡大学学生在 2008 年至 2010 年收集所得

RSOD Dataset 是用于遥感图像中物体检测的数据集，其包含飞机、操场、立交桥和油桶四类目标，数量分别为：446 张图 —— 4993 架飞机，189 张图 —— 191 个操场，176 张图 —— 180 座立交桥，165 张图 —— 1586 个油桶。 该数据集由武汉大学于 2015 年发布，相关论文有《Elliptic Fourier transformation-based histograms of oriented gradients for rotationally invariant object detection in remote-sensing images》和《Accurate Object Localization in Remote Sensing Images Based on Convolutional Neural Networks》。

Sun-Hays 80 Dataset 是被用于超分辨率图像研究的数据集，它利用全局场景描述在图像数据库进行相关场景的比对和查找，这些场景提供了理想的示例纹理以约束图像采样的问题，相较于超分辨率任务的内部图像统计，明确场景匹配的统计更具预测性。 基于补丁的纹理转移技术并产生幻觉纹理细节，后将发布者的超分辨率图像与其他方法进行比较得出结论。 这套数据集由布朗大学于 2012 年发布机构。 相关论文：「Super-resolution from Internet-scale Scene Matching」

垃圾数据集_DATASET.7z

Bald Classification Dataset（光头数据集）由 Ashish Jangra 于 2020 年 5 月发布于 Kaggle，包含 20 万张图像，可用于光头分类或检测。 该数据集共包括测试集、训练集、验证集三个文件夹，每个文件夹包括 Bald 和 NotBald 两部分。 Ashish Jangra 是一名 CSE(Computational Science and Engineering) 专业的本科学生，目前就读于 Lovely Professional University（印度拉夫里科技大学）。 包含数量：20 万张图像 数据格式：JPG