手写数学符号数据集 该数据集来自。原始数据以SQL形式提供。我已经将每条记录转换为32x32的numpy数组，可以在找到。 我还对模型训练做了一些处理（转换为float32 ，添加通道维数，规范化，将类数限制为500），并上传。 细节 实例数：210454（原始）/ 195244（已处理）。 图片尺寸：32x32。 类数：1098（原始），/ 500（已处理）。

Yelp分析和评级预测 概述 Yelp是一个带有社交网络工具的区域目录平台和审阅网站。 该网站提供了针对本地企业（水疗中心，餐厅，百货公司，酒吧，本地本地服务，商店，汽车）的众包评论。 这有助于用户进行业务评级和评论。 通常，评论是由几百行左右的单词组成的简短文本，描述了各个方面的各种用户体验。 这为企业所有者提供了改进产品的机会，并使客户可以选择最佳的行业。 商业价值/分析目标 管理层可能没有足够的时间来进行每一次审核。 如果可以一目了然地向他们提供有价值的信息和见解，那将是非常有用和节省时间的。 不仅对于管理人员，而且对于试图了解更多餐厅信息并需要一些帮助来订购或选择餐厅的客户，也是如此。 毕竟，在当今世界，每个人都喜欢在做出决定之前先阅读评论和反馈。 在我们的项目中，我们使用自然语言处理和机器学习来实现这些业务和客户目标。 我们专注于情感分析，主题建模，数据分析和评级预测的分类。 数

垃圾邮件分类---安然数据集 使用逻辑回归和计数向量化将Enron数据集的电子邮件分为垃圾邮件或火腿邮件。 注意：彻底评论了Jupyter / IPython笔记本，因此这里不需要广泛的自述文件。

Ubisoft La Forge 动画数据集（“LAFAN1”） Ubisoft La Forge Animation 数据集和 SIGGRAPH 2020 论文随附代码。 2017 年 5 月拍摄。 该数据集可以在知识共享署名-非商业性-禁止衍生 4.0 国际公共许可证下使用（请参阅 license.txt）。 如果您使用此数据集或转换基准测试代码，请考虑引用论文： @article{harvey2020robust, author = {Félix G. Harvey and Mike Yurick and Derek Nowrouzezahrai and Christopher Pal}, title = {Robust Motion In-Betweening}, booktitle = {ACM Transactions on Graphics (Pro

乳腺癌超声图像数据集-Breast Ultrasound Images Dataset，所有图像均分为正常、良性和恶性，每个图像都有标记，可用于乳腺癌图像分类，分割等研究，该资源国外网站可下载，但是国内速度较慢，特此上传。

可以将excel中多个sheet以datatable存入dataset，最后通过合并datatable将数据合并到一个datatable中，方便使用

数据集官网：https://ai.stanford.edu/~amaas/data/sentiment/ 数据集的训练集和测试集各有25000个样本，且正负样本个数相同，均为12500个。 该数据集和官网提供的相比，去除了一些不必要的文件，其他均未改动。

IMU_dataset 使用工业机器人作为地面真相的惯性和磁传感器的各种测试的matlab数据集，由@ Escola Superior de Tecnologia eGestão的InstitutoPolitécnicode Leiria开发。 数据集和测试的注意事项 该存储库旨在提供一些融合算法评估阶段收集的数据集。 无需在市场上可以找到的参考传感器上就可以比较出融合算法在恶劣动态环境中的性能，而无需事先了解由运动引起的磁场干扰或线性加速度。 使用工业机器人进行了测试，该机器人可以获取IMU单元在15 Hz时的方向和位置，从而建立了地面真相。 所有传感器信号均以100 Hz采样，并通过两个MRF24J40 Microchip模块之间的自定义无线协议与PC相连。 两个信号在Matlab时间内同步。 使用8种不同的传感器，以6种不同的速度在4条不同的路径上进行了测试。 运行Tes

激光雷达 使用距离图像对点云进行语义分割。 由 ， ， 和 来自数据集的分割结果示例： 描述 该代码提供了使用距离图像作为中间表示来训练和部署LiDAR扫描语义分割的代码。 培训管道可以在找到。 我们将尽快开源部署管道。 预训练模型 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-512 要启用kNN后处理，只需在模型目录内的arch_cfg.yaml文件参数中将布尔值更改为True 。 模型预测 语义技术 这些是训练，验证和测试集的预测。 可以针对训练和验证集评估性能，但对于测试集评估，则需要提交基准测试（标签不公开）。 没有后处理： 塞格塞格 squeezeseg + crf squeezesegV2 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-5

dataset数据集