CIFAR-100 是一个图像数据集，包含 60000 张 32x32 分辨率的彩色图像，根据图像内容被分为 100 个小类别，包括：airplane、automobile、bird、cat、deer、dog、frog、horse、ship、truck，10个大类下的10个小类，类别之间的交集为空。

由于拍摄图像中的铁路接触网异物极少，需要手动为铁路接触网异物数据集添加不良状态，本文铁路接触网异物数据集共计166张图片，供研究铁路相关病害检测的学者进行使用，此数据集主要用于神经网络中的训练中

车俩种类识别，有xml和labels，共7个类别 训练集1488张、验证集507张，测试集31张，共计2026张 已经标注好，转为txt格式了，适用yolov5 v7 v8深度学习 数据集分为一类客车（tinycar），二类客车（midcar），三类客车（bigcar），一类货车（smalltruck），二类货车（bigtruck），油罐车（oil truck）以及特殊车辆（specialcar） nc: 7 # Classes names: ['tinycar','midcar','bigcar','smalltruck','bigtruck','oil truck','specialcar']

卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签卡车数据集5000张，有标签 yolov5 训练数据

500条WAV格式的中文语音数据集，可用于中文语音识别模型的测试集，好的一批

keras 源码中下载MNIST。数据源是通过 url = https://s3.amazonaws.com/img-datasets/mnist.npz 进行下载的。访问该 url 地址被墙了，导致 MNIST 相关的案例都卡在数据下载的环节。因此给出这个数据集供大家使用！

matlab数据集heart_scale.mat

1. 项目使用的数据集是PASCAL VOC语义分割数据集 2. 通过自定义 dataset 实现对 VOC 数据集的处理 3. 使用学习率衰减，根据训练的 epoch 按照cos自动衰减学习率 4. 损失函数为交叉熵损失，对填充的灰度值为255的忽略损失计算 5. 通过混淆矩阵对网络性能进行评估，计算分割像素的准确率和各个像素点的iou，以及mean iou 。并将训练损失和测试精度绘制成曲线形式 6. 由于VOC的填充方式独特，所以预测代码可以根据得到的VOC调色板进行填充

显著性目标检测相当于语义分割中的二分类任务(包含背景) 项目里包含了DUTS数据集，对预处理transform的重新实现，利用混淆矩阵计算网络的性能，对预训练权重的迁移学习等等 对dataset的init方法重新编写的话，可以完成别的u2net的二分类任务

希腊电力负荷预测IPTO 此存储库包含我研究生论文的代码，该论文涉及短期负荷预测，使用希腊独立电力公司提供的每日负荷数据集，在R，RStudio，R-markdown和R-Shiny中开发了预测希腊每小时的电力负荷需求传输运营商（IPTO）-（希腊的AΔΜHΕ） 可以在亚里斯多德大学的论文库中找到我的论文的文档： : ln= ，请原谅我文档中的错误，如果发现任何错误，请通知我 ：） 库-依赖关系 数据预处理库 xlsx软件包：install.packages（'xlsx'） JSONLite ：install.packages（“ jsonlite”） lubridate ：install.packages（'lubridate'） 标题：install.packages（“标题”） 功能选择，库：install.package（“ Boruta”） 机器学习图书馆 SV