Dataset We use preprocessed data (See Xiang Zhang's folder) AG's news, Sogou, DBpedia, Yelp P., Yelp F., Yahoo A., Amazon F., Amazon P. Experiment # Download a spacy "en_core_web_lg" model $ python3 -m spacy download en_core_web_lg --user # Download datasets (select your os (mac or ubuntu)) $ sh

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。

包括spacenet、Massachusetts、CHN6-CUG、deepglobe等公开数据集

2022年数维杯国际赛题目以及数据集（含ANDI数据集）

python批量合并多个shp矢量文件

一，mnist数据集 形如上图的数字手写体就是mnist数据集。 二，GAN原理(生成对抗网络) GAN网络一共由两部分组成：一个是伪造器(Generator，简称G)，一个是判别器(Discrimniator，简称D) 一开始，G由服从某几个分布(如高斯分布)的噪音组成，生成的图片不断送给D判断是否正确，直到G生成的图片连D都判断以为是真的。D每一轮除了看过G生成的假图片以外，还要见数据集中的真图片，以前者和后者得到的损失函数值为依据更新D网络中的权值。因此G和D都在不停地更新权值。以下图为例： 在v1时的G只不过是 一堆噪声，见过数据集(real images)的D肯定能判断出G所生成

深度学习—鞋类数据集 图片1690张 用于训练鞋类分类的自动目标检测

车牌检测数据集，YOLOv5可以直接训练

口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集口罩检测数据集

我的练习时自己做的yolov5测试数据集，用来检测人、猫、狗。