电子邮件垃圾邮件火腿学习数据集 从不同来源收集的数据集，用于学习SpamAssassin的火腿和垃圾邮件，例如 使用的数据集

主要介绍了不借助第三方插件的情况下将Excel中的数据转换成DataSet的方法,需要的朋友可以参考下

FSOCO数据集 FSOCO数据集可帮助Formula Student / FSAE团队开始使用针对无人驾驶学科的视觉感知系统。 最新的物体检测系统需要大量数据，这对于新团队来说可能是一个挑战。 我们的目标是通过提供数据来克服这一问题，并通过增加实地数据集来帮助经验丰富的团队进一步提高自己在赛道上的表现。 FSOCO包含来自多个团队的边界框和分段注释，并且由于Formula Student社区的大量贡献而继续增长。 有关详细信息和我们的捐助程序，请访问： 方程式学生无人驾驶 Formula Student / FSAE是一项国际设计竞赛，学生可以在其中设计和制造全尺寸的Formula风格赛车。 2017年，德国方程式赛车学生开设了一个新的无人驾驶课程，要求学生为汽车配备额外的传感器和计算硬件以实现自动赛车。 从此以后，其他赛事也适应了无人驾驶舱，而自动驾驶赛车正在Swift缩小与人

OCR shopsign dataset part4

OCR shopsign dataset part1

OCR shopsign dataset part2

OCR shopsign dataset part3

国外共享单车数据集，可用来入门神经网络的学习！！！

数据集是用于分类，识别和聊天机器人开发的数据。针对用户的不同意图，很少包括不同的示例。 Intent.json

Fruit-Dataset水果数据集+水果分类识别训练代码(支持googlenet, resnet, inception_v3, mobilenet_v2),本项目将采用深度学习的方法，搭建一个水果分类识别的训练和测试系统，实现一个简单的水果图像分类识别系统。目前，基于ResNet18的水果分类识别，支持262种水果分类识别，在水果数据集Fruit-Dataset上，训练集的Accuracy在95%左右，测试集的Accuracy在83%左右，骨干网络，可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用模型: 【原文地址】《Fruit-Dataset水果数据集+水果分类识别训练代码(支持googlenet, resnet, inception_v3, mobilenet_v2)》：https://panjinquan.blog.csdn.net/article/details/126411788