此数据集包含北京市出租车从2008年2月2日到2008年2月8日的GPS轨迹数据，其中共包含10357辆出租车的数据，其中每个文件由出租车ID，时间、经度、纬度构成。该数据集中的轨迹点总数约为1500 万条，轨迹的总距离达到900万公里。其中连续两个轨迹坐标点的平均采样间隔约为 177秒，距离约为623米。这个数据集的每个文件，由出租车ID命名，包含一个出租车的轨迹。以下是一个文件的样例： 1,2008-02-02 15:36:08,116.51172,39.92123 1,2008-02-02 15:46:08,116.51135,39.93883 1,2008-02-02 15:46:08,116.51135,39.93883 1,2008-02-02 15:56:08,116.51627,39.91034 1,2008-02-02 16:26:08,116.47179,39.90718 1,2008-02-02 16:36:08,116.45617,39.90531 1,2008-02-02 17:50:24,116.50661,39.91483

基于 NDVI 的中国草地生物量模型数据集

包括了自定义数据集：图像分类、语义分割、目标检测等

知觉 它包含PHAC-2数据集上几种数据驱动技术的应用。

音乐数据库 一个用于解析和处理的python包， 集是用于音乐源分离的最大的开放访问数据集。 该工具最初是作为“开发的，是“。 获取数据 musdb随附完整数据集的7秒摘录（自动下载），用于快速评估或原型制作。 但是，完整的数据集需要下载并单独存储（解压缩）。 数据集托管在Zenodo上，并且要求用户请求访问权限，因为这些曲目只能用于学术目的。 我们手动检查此请求。 请不要多次填写表格，通常需要不到一天的时间就可以访问该表格。 安装与设定 软件包安装 您可以使用pip安装musdb ： pip install musdb 使用STEM（默认） MUSDB18自带编码这是一个多轨音频格式，使用有损压缩。 内部的musdb包依赖FFMPEG来解码多流文件。 为方便起见，我们开发了一个名为的python程序包，该程序包可轻松解析主文件并即时对其进行解码。 当您安装musdb （取决于st

奥运 该项目的目的是清理，处理和可视化奥林匹克数据集 我正在探索Kaggle的Olympics数据集。 我正在尝试回答以下问题， 夏季奥运会前十大运动项目是什么，在过去的50年中它们是如何发展的？ 这些国家/地区在奖牌方面表现如何，哪个国家获得了最大的成功，哪个国家在获得奖牌方面的成功最少，如何分配？ 为了可视化问题1，我使用了交互式散点图来显示随着时间的推移最受欢迎的运动，并且为了可视化问题2，我使用了世界的choropleth地图来显示奖牌是如何分布在120枚上的世界各国之间的一年期。 我已经使用Python和Jupyter Notebook进行数据清理和可视化。

人类面部表情数据集（12万张表情照片） 一共有7类人类面积表情，分别是：悲伤、高兴、害怕、惊讶、平静、生气、厌恶。一个文件夹一类。表情识别模型训练的很好数据。

车辆重识别公用VeRi-776数据集，供大家学习使用

糖尿病预测

作物/杂草田地图像数据集(CWFID)伴随着以下出版物:“Sebastian Haug, Jörn Ostermann:用于基于计算机视觉的精确农业任务评估的作物/杂草田地图像数据集，CVPPP 2014研讨会，ECCV 2014” 该数据集包括野外图像、植被分割掩码和作物/杂草植物类型注释。本文详细介绍了现场设置、采集条件、图像和地面真实数据格式等。