celeba人脸识别训练集，以处理成h5py格式，显著提升数据读取与训练速度 受CSDN文件大小限制，文档包含了1万张照片，更多照片可以私信获取

自己爬取制作的 京东6类商品（帽子，鞋子，短袖，衬衫，裙子，休闲裤子），在resnet50网络下可以达到99%的正确率的 数据集，可以很好的训练模型的识别服饰种类的能力

官网需注册且使用代理，而百度网盘速度下载速度太慢，现免费提供下载，无需积分。

表格形式（CSV）的mnist训练测试集，大部分电子表格和数据分析软件兼容形式 包括mnist_test.csv、mnist_train.csv、mnist_test_10.csv、mnist_train_100.csv mnist_train.csv、mnist_test.csv分别有60000、10000个标记样本集 mnist_test_10.csv、mnist_train_100.csv则只有10条100条记录是上面的子集 在深入研究前我们常用子集验证算法再用完整集

著名的图片分类数据集，原版的在CSDN已经有很多了，这一个版本的是我将原版的数据集导出成图片格式，同时用json文件来标注图片的类别。 本资源只包含CIFAR-10数据集中的训练集（5万张图片），测试集在我上传的其他资源中有。 压缩包内需要包括png格式的图片源文件及同名的json格式标注文件，可直接导入EasyDL中使用。 关于本数据集的官方介绍，请参见： http://www.cs.toronto.edu/~kriz/cifar.html

数据中中包含了大量对图像分割没有意义的数据，因此这里对原始数据集进行有效数据的提取。并且将有效数据集再次进行训练集 + 测试集的划分 注：log 训练文件较大，为了方便上传，这里删去不重要的train结果

输电线路异物数据集（4517+VOC），包含约4k张8k分辨率的高质量图像。已由我们整理好分为训练集、测试集，可直接用于YOLO

CVPPP2017数据集

（1）Age：员工年龄 （2）Attrition：员工是否已经离职，1表示已经离职，2表示未离职，这是目标预测值； （3）BusinessTravel：商务差旅频率，Non-Travel表示不出差，Travel_Rarely表示不经常出差，Travel_Frequently表示经常出差； （4）Department：员工所在部门，Sales表示销售部，Research & Development表示研发部，Human Resources表示人力资源部； （5）DistanceFromHome：公司跟家庭住址的距离，从1到29，1表示最近，29表示最远； （6）Education：员工的教育程度，从1到5，5表示教育程度最高； （7）EducationField：员工所学习的专业领域，Life Sciences表示生命科学，Medical表示医疗，Marketing表示市场营销，Technical Degree表示技术学位，Human Resources表示人力资源，Other表示其他； （8）EmployeeNumber：员工号码； （9）EnvironmentSatisfaction：员工对于工作环境的满意程度，从1到4，1的满意程度最低，4的满意程度最高； （10）Gender：员工性别，Male表示男性，Female表示女性； （11）JobInvolvement：员工工作投入度，从1到4，1为投入度最低，4为投入度最高； （12）JobLevel：职业级别，从1到5，1为最低级别，5为最高级别； （13）JobRole：工作角色：Sales Executive是销售主管，Research Scientist是科学研究员，Laboratory Technician实验室技术员，Manufacturing Director是制造总监，Healthcare Representative是医疗代表，Manager是经理，Sales Representative是销售代表，Research Director是研究总监，Human Resources是人力资源； （14）JobSatisfaction：工作满意度，从1到4，1代表满意程度最低，4代表满意程度最高； （15）MaritalStatus：员工婚姻状况，Single代表单身，Married代表已婚，Divorced代表离婚； （16）MonthlyIncome：员工月收入，范围在1009到19999之间； （17）NumCompaniesWorked：员工曾经工作过的公司数； （18）Over18：年龄是否超过18岁； （19）OverTime：是否加班，Yes表示加班，No表示不加班； （20）PercentSalaryHike：工资提高的百分比； （21）PerformanceRating：绩效评估； （22）RelationshipSatisfaction：关系满意度，从1到4，1表示满意度最低，4表示满意度最高； （23）StandardHours：标准工时； （24）StockOptionLevel：股票期权水平； （25）TotalWorkingYears：总工龄； （26）TrainingTimesLastYear：上一年的培训时长，从0到6，0表示没有培训，6表示培训时间最长； （27）WorkLifeBalance：工作与生活平衡程度，从1到4，1表示平衡程度最低，4表示平衡程度最高； （28）YearsAtCompany：在目前公司工作年数； （29）YearsInCurrentRole：在目前工作职责的工作年数 （30）YearsSinceLastPromotion：距离上次升职时长 （31）YearsWithCurrManager：跟目前的管理者共事年数；

x光安检数据集 包含【训练集3369张】【验证集722张】【测试集723张】 适合YOLO系列算法，已划分完成，可以直接训练 【本数据集仅供学习使用】