该数据集由17509张图像组成，包含7种不同类别的杂草图像和1个负类图像，使用csv对每一图像的类别进行标注。数据集中的每幅图像统一被缩放为256*256像素大小，该数据集主要应用于基于深度学习或机器学术的杂草分类、检测等方面的研究。

Pytorch实现102类鲜花分类——102 Category Flower Dataset 数据集介绍：102 Category Flower Dataset 数据集由102类产自英国的花卉组成，每类由40-258张图片组成，文件夹种分为训练集train和验证集valid，符合torchvision数据集存放要求 适用范围：【花卉图像识别与分类】适用于图像识别分类任务初学者，通过使用经典模型（如VGG和ResNet模型）进行图像分类任务的常用数据集；也使用于计算机视觉、自然语言处理等人工智能领域初学者，进一步利用深度学习和神经网络进行图像分类，包括图像的裁剪、旋转、通道转换操作、图像数据增强等系列图片处理操作 获取方式：【0积分免费获取】

深度学习+Alex图像分类数据集+猫狗分类： 一共有两类：猫、狗： 数量的话分别在12500张 关于模型训练详细教程可以看我的博客：https://editor.csdn.net/md?not_checkout=1&articleId=129293973

RSSCN7 Dataset 包含 2800 幅遥感图像，从谷歌地球收集的图像，这些图像来自于 7 个典型的场景类别 —— 草地、森林、农田、停车场、住宅区、工业区和河湖，其中每个类别包含 400 张图像，分别基于 4 个不同的尺度进行采样，1:700,1:1300,1:2600,1:5200，四个尺度各100张。该数据集中每张图像的像素大小为 400*400，场景图像的多样性导致其具有较大的挑战性，这些图像来源于不同季节和天气变化，并以不同的比例进行采样。

分类导航栏分类导航栏-三级分类带详细数据

深度学习网络模型——RepVGG网络详解、RepVGG网络训练花分类数据集整体项目实现

该数据集格式为.tif格式，空间分辨率为10米，时间跨度为2017年-2021年，可直接用Arc GIS 加载分析。原始数据来自Esri公司，以Sentinel-2卫星的遥感图作为数据源，并结合人工智能土地分类模型制作而成。CSDN数据格式为txt文本，内含土地利用数据集详细参数介绍和百度网盘下载地址以及全国省-市-县三级行政区划shp格式数据下载地址。行政区划shp供数据下载用户裁剪感兴趣区域用。

内容：本资源是基于肌电信号去进行分类的，通过对采集的肌电信号进行特征抽取，然后进行分类。 特征抽取方法:主成分分析法，支持向量机递归消除法，相关性热力图法 分类算法：KNN,SVM,随机森林

进行学习机器学习，需要很多数据集进行练习，本数据集就是给开始学习人工智能的朋友准备的初级数据集，不再需要自己到处寻找数据集。

CCFBDCI2020通用音频分类数据集 包括训练集和测试集，文件夹名称是标签