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

Unsplash 在 2016 年开放了图片 API，截止目前已经达到了每月百万次调用，以及各种不同的使用场景。Unsplash 数据集于 2020 年八月宣布开放两个照片检索数据集，为更多的学者和科研机构提供研究资料。 Unsplash 数据集包含两个版本： 精简版数据集（下载链接为该版本）：可用于商业和非商业使用场景。包含 2.5 万张自然主题的 Unsplash 照片的检索信息，共 2.5 万个关键词。 完整版数据集：仅限于非商业使用场景。包含 200 万张高质量 Unsplash 照片的检索信息，共 500 万个关键词。 本数据集为精简版数据集，压缩包 190M，解压后 550M ，包含四个单独的 TSV 文件（备注：TSV 文件可以在 PostgreSQL 数据库或 Pyhton 环境中加载）分别为： Collections : 82 MB 包含 Unsplash 用户创建的照片收藏夹的信息：包括照片的 ID（photo_id）、收藏夹的 ID(collection_id)、收藏夹的标题 (collection_title) 和时间戳 (photo_collecte