CMU-Multimodal SDK版本1.2.0（mmsdk） CMU-Multimodal SDK提供了一些工具，可以轻松加载知名的多峰数据集并快速构建神经多峰深度模型。 因此，SDK包含两个模块：1）mmdatasdk：使用计算序列下载和处理多峰数据集的模块。 2）mmmodelsdk：利用复杂神经模型以及用于构建新模型的层的工具。 先前论文中的融合模型将在这里发布。 这里的所有数据集都是使用SDK处理的（甚至是使用SDK V0的old_processed_data文件夹）。 您可以通过在数据集上调用以下函数来获取项目中使用的计算序列的引用： >> > mydataset . bib_citations ( open ( 'mydataset.bib' , 'w' )) >> > mycompseq . bib_citations ( open ( 'mycompseq.bib

TJU-DHD数据集（物体检测和行人检测） 这是“ ”的官方网站，这是一个新建的用于目标检测和行人检测的高分辨率数据集。 115k +图像和700k +实例 场景：交通和校园，任务：物体检测和行人检测 高分辨率：图像分辨率至少为1624x1200像素，物体高度从11像素到4152像素。 多样性：外观，比例，照度，季节和天气差异很大 行人检测的跨场景评估和同场景评估 如果您对行人检测感兴趣，请参阅或。 目录 2.1 2.2 3.1 3.2 4.1 4.2 4.3 TJU-DHD行人 引文 测试集评估 接触 1.简介 在自动驾驶汽车和视频监控的感知模块中，车辆，行人和骑行者是最重要和最有趣的对象。 但是，检测这种重要物体（尤其是小物体）的最新性能远远不能满足实际系统的需求。 大规模，丰富多样的高分辨率车辆和行人数据集在开发更好的目标检测方法以满足需求方面起着重要作用。 从网站收集的

自述文件 持续收集原神抽卡记录中 可以使用抽卡记录开始工具将抽卡记录的json，将json文件发送至 ，我会在清除个人信息后将文件提交到此处 数据格式说明 数据集文件夹中文件从0001开始顺序编号 每个文件夹内包含一个账号的抽卡记录 gacha100.csv记录初行者推荐祈愿抽卡数据 gacha200.csv记录常驻祈愿抽卡数据 gacha301.csv记录角色活动祈愿数据 gacha302.csv记录武器活动祈愿数据 csv文件内数据记录格式如下 抽卡时间 名称 类别 星级 YYYY-MM-DD HH：MM：SS 物品全名 角色/武器 3/4/5 推荐数据处理方式 计算综合概率估计值时采用无偏估计量 使用物品出现总次数/每次最后一次抽到研究星级物品时的抽数作为估计量 请不要使用物品出现总次数/总抽数，这对于原神这样的抽卡有保底的情况下并不是官方公布的综合概率的无偏估计，会估估计概率偏低

INRIA Person 数据集用来对图像和视频中的直立行人进行检测。该数据集包含两类格式的数据，第一类为原始图像和相应的直立行人标注。第二类为标准化为 64x128 像素的直立性人正类和对应图片的负类图像。

Sports Pose Dataset的部分人体测试图。

将CSV格式的文件，导入到一个DataSet里面。

CMDD is provided by haodf and University of San Diego.本数据集由好大夫和圣地亚哥大学提供。 mdd_bertGPT_datasets.zip mdd_gpt2_datasets.zip mdd_transformer_datasets.zip .gitattributes chinesemedicaldialoguedataset-_datasets.zip

KTH数据集 使用来自的KTH人类活动识别数据集进行实验

RESIDE-数据集链接 抽象的 我们使用称为合成现实图像去雾化（RESIDE）的，由合成图像和真实世界朦胧图像组成的新型大规模基准，对现有的单个图像去雾算法进行全面的研究和评估。 RESIDE突出显示了各种数据源和图像内容，并分为五个子集，每个子​​集用于不同的训练或评估目的。 我们进一步为除雾算法评估提供了各种各样的标准，从完全参考指标到无参考指标，再到主观评估和新颖的任务驱动评估。 在RESIDE上进行的实验揭示了最先进的除雾算法的比较和局限性，并提出了有希望的未来方向。 纸 对单个图像进行除雾和超越基准测试[ ] 比比克斯 @article{li2018benchmarking, title={Benchmarking single-image dehazing and beyond}, author={Li, Boyi and Ren, Wenqi and Fu, De

The Stanford Dogs dataset contains images of 120 breeds of dogs from around the world. The original data source is found on http://vision.stanford.edu/aditya86/ImageNetDogs/ and contains additional information on the train/test splits and baseline results. 斯坦福犬数据集包含来自世界各地的120种犬的图像。数据集包含有关训练/测试分段和基准结果的其他信息。 Stanford Dogs Dataset_datasets.txt