机械数据集 该存储库包含论文“使用深度转移学习进行高精度机器故障诊断”中使用的机械数据集。 所有数据都是传感器获取的原始振动信号。 方位数据集来自Case Western Reserve University方位数据中心（ ）。 对于数据文件的名称，例如“ B007_0”，第一个字母代表故障位置，接下来的三个数字代表故障直径（0.007、0.014、0.021英寸），最后一个数字代表轴承载荷（0、1、2、3 ）。 故障位置分为三种，B轴承滚动体，IR内滚道，OR外滚道。 我们使用的数据全部来自风扇端，在数据文件中标记为“ FE”。 变速箱数据集来自中国东南大学。 这些数据是从Drivetrain Dynamic Simulator收集的。 该数据集包含2个子数据集，包括轴承数据和齿轮数据，这两个数据集均在Drivetrain Dynamics Simulator（DDS）上获取。 转

这是“磁砖表面缺陷的显着性”论文的数据集。收集了6种常见磁砖缺陷的图像，并标记了它们的像素级地面真相。 图1.我们的数据集概述。 欢迎使用我们的数据集。 如果在您的研究中使用它，请引用我们的论文。 可以在用于表面缺陷显着性检测的工具箱。 其中有我们的MCue和其他14个显着性检测模型。 如有任何疑问，请通过以下方式与我联系

数据集对对象检测的预处理 该存储库包含一些python解析器脚本，用于将其他公共数据集转换为voc数据格式 笔记 我并不是要提供这些脚本的用法，修改这些文件非常简单 该存储库中的大多数文件都非常相似，您可以根据自己的目的运行 环境 python 3.5

"CoLA", "SST", "MRPC", "QQP", "STS", "MNLI", "SNLI", "QNLI", "RTE", "WNLI", "diagnostic"

Challenge dataset contains 16 3D multi-modal magnetic resonance (MR) scans of the lower spine, with their corresponding manual segmentations, collected from 8 subjects at two different stages in a study investigating intervertebral discs (IVD) degeneration.Testingdataset contains 8 IVDs.The other eight see MIC-CAI 2018 IVDM3Seg Challenge Trainingdataset.

scRNA.seq.datasets：我们小组使用的公共scRNA-Seq数据集的集合

MNIST手写数据集，参考文章：https://blog.csdn.net/qq_37534947/article/details/109394648

每当我想尝试新的化妆品时，都很难选择。实际上，这并不困难。有时会令人恐惧，因为我从未尝试过的新产品最终给我造成了皮肤困扰。我们知道我们需要的信息在每种产品的背面，但是除非您是化学家，否则很难解释这些成分列表。您也许可以解决这种情况。 cosmetics.csv

从官网下载的一手压缩包。没有经过任何个人改动，删减。在其他地方下了好多，缺这少那的。根本不能用。

RoadMap Rotating-machine-fault-data-set Open rotating mechanical fault data set 1.简介 众所周知，当下做机械故障诊断研究最基础的就是数据。笔者自2019年初开始致力于收集和整理有价值的机械故障诊断数据。 此处分享均为开源数据集，数据来自原始研究方，笔者只整理数据获取途径。如果研究中使用了数据集，请按照版权方要求作出相应说明和引用。 笔者自己也在筹划整理私有的数据集和研究成果，未来将以适当的方式共享。 在此，特别向公开研究数据的研究者表示感谢和致敬，共享是一种精神。如涉及侵权，请联系我删除（）。 很多优秀的论文都有数据分享，也有越来越多的研究者和企业选择开源自己的成果，本项目保持更新。星标是比较通用的数据集。