汽车公共数据集，训练模型，用于车辆识别，车型分类。使用提供的2000张，标注了10类汽车的车辆场景分类的高分辨率图片。标签信息： bus,taxi,truck,family sedan,minibus,jeep,SUV,heavy truck,racing car,fire engine.

用于视网膜的分割，亲测运行过没有问题。 DRIVE数据集的训练集和验证集‘1st_manual’ 并未被官方提供，但我提供了分为training.zip和test.zip。 CHASE DB1 的训练集和验证集也提供了chase_db1.zip HRF数据集:下载 healthy.zip glaucoma.zip, diabetic_retinopathy.zip, healthy_manualsegm.zip, glaucoma_manualsegm.zip 以及 diabetic_retinopathy_manualsegm.zip 。 在mmsegmentation这个架构里面可以直接运行，mmsegmentation架构不会使用的在浏览器搜索教程 使用时记得转换格式，首先创建data 如python tools/convert_datasets/drive.py data/training.zip data/test.zip python tools/convert_datasets/chase_db1.py data/CHASEDB1.zip

模式识别作业__ISODATA聚类算法 报告AND源码 对鸢尾花的公开数据集，用ISODATA聚类。用MATLAB实现。

红酒、白酒品质公开数据集

1.在压缩包中有NGSIM US-101公开数据集中的车辆轨迹数据集 2.在数据集中包含0820-0835、0805-0820、0750-0805三个时间段的数据 3.数据格式为.txt

1.在压缩包中有NGSIM US-101公开数据集中的车辆轨迹数据集 2.在数据集中包含下午0400-0415、0500-0515、0515-0530三个时间段的数据 3.数据格式为.txt

金融 交通 商业 推荐系统 医疗健康 图像数据 视频数据 音频数据 自然语言处理 社会数据 处理后的科研和竞赛数据 1 金融 **美国劳工部统计局官方发布数据：**http://dataju.cn/Dataju/web/datasetInstanceDetail/139 **沪深股票除权除息、配股增发全量数据，截止 2016.12.31 **http://dataju.cn/Dataju/web/datasetInstanceDetail/344 **上证主板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，1260支股票 **http://dataju.cn/Dataju/w

1.2功能需求 明确任务：明确目的、确定思路 数据收集：网络爬虫、公开数据集、客户数据 数据处理：数据清洗、数据规整 数据分析：数据统计、探索性数据分析(EDA)、数据建模 结果展示：数据可视化、报表生成、结果保存 数据收集：获取歌单索引页、获取歌单详情页 数据处理：数据清洗、数据规整 数据分析统计：歌曲出现次数TOP10，歌单贡献UP主TOP10，歌曲播放量TOP10，歌单收藏量TOP10，歌单评论数TOP10 歌单收藏数量分布情况，单播放数量分布情况，歌单标签图，歌单介绍词云图 结果展示：可视化图表 二、项目分析与设计 2.1本项目需解决的关键技术问题 1.运用大数据分析技术对网站数据进行挖掘。 2.将挖掘到的数据输出到excel表格，并统一到一起进行整理。 3.对大量的数据基于Python进行技术分析，完成数据分析。 4.通过代码实现数据可视化，得出所需要的结论的图表形式。 2.2项目流程 1.基于Python语言，对网站数据进行爬取挖掘。 2.将数据整理到表格中。 3.对数据进行分析，并对数据进行统计处理，得到所需要的数据。 4.对数据进行计算处理，得到所需要的排名，占比等。 5.进行数据可视化，将得出的结论通过更直观的图表形式呈现。

coco数据集真实有效，coco2017数据集，数据集。

UA-DETRAC车辆检测识别数据集需要注册才能下载，附件中提供百度云的下载链接