6 大经典机器学习数据集，3w+ 用户票选得出，建议收藏
内容一览：本期汇总了超神经下载众多的 6 个数据集，涵盖图像识别、机器翻译、遥感影像等领域。这些数据集质量高、数据量大，经历人气认证值得收藏码住。 关键词：数据集 机器翻译 机器视觉
数据集是机器学习模型训练的基础，优质的公开数据集对于模型训练效果、研究成果可靠度等具有重要意义。
HyperAI 超神经自上线以来，为数据科学从业者提供了大量优质的公开数据集。本期内容分享，我们筛选出了 6 个热门数据集，其总下载次数已达到 32,569 次。希望这些数据集能进一步为广大开发者服务~
注：本文梳理的数据集均来自网站：
第 6 名：Tanks Temple 3D 重建数据集
发布机构：英特尔实验室
包含数量：21 类对象的高清视频
数据类型：video
预估大小：52.53 GB
发布时间：2017 年
Tanks Temple 图像数据集提供高分辨率的视频，研究人员可以从视频中采集图像，依据图像进行三维重建。该数据集包括训练数据和测试数据两类，其中测试数据分为中级组和高级组。
第 5 名：DOTA 航拍图像数据集
发布机构：武汉大学
包含数量：2,806 幅航拍图
数据类型：images
预估大小：35.38 GB
发布时间：2017 年
DOTA 全称为 A Large-scale Dataset for Object DeTection in Aerial Images，是一个包含 2,806 张航拍图的图像数据集，被用于在航拍图像中进行目标检测，发现和评估图像中的物体。
这些图像来源包含不同传感器和平台。每张图像的像素尺寸在 800*800 到 4000*4000 的范围内，其中包含不同尺度、方向和形状的物体。
往期推送请访问：
DOTA 数据集：2806 张遥感图像，近 19 万个标注实例
第 4 名：VGG-Face2 人脸识别数据集
发布机构：牛津大学
包含数量：331 万张图片
数据类型：images
预估大小：37.49 GB
发布时间：2015 年
VGG-Face2 是一个人脸图像数据集，包含共计 9131 个人的面部数据，图像均来自 Google 的图片搜索。数据集中的人在姿势、年龄、种族和职业方面有很大差异。该数据集由牛津大学的工程科学系视觉几何组于 2015 年发布，相关论文有《Deep Face Recognition》。
第 3 名：UCAS-AOD 遥感影像数据集
发布机构：中国科学院大学
包含数量：910 张图像
数据类型：images
预估大小：3.24 GB
发布时间：2014 年
UCAS-AOD 是一个遥感影像数据集，用于飞机和车辆检测。该数据集由国科大于 2014 年首次发布，并于 2015 年补充，相关论文有《Orientation Robust Object Detection in Aerial Images Using Deep Convolutional Neural Network》
第 2 名：OpenMantra 漫画机器翻译数据集
发布机构：东京大学
包含数量：214 页漫画
数据类型：JSON files 、 images
预估大小：32.46 MB
发布时间：2020 年
OpenMantra 是一个针对日文漫画的机器翻译评估数据集，包含五种不同风格（fantacy 、 romance 、 battle 、 mystery 、 slice of life）的漫画。数据集中共包含 1593 个句子，848 个场景画面和 214 页漫画，由东京大学 Mantra 团队发布。
往期推送请查看：
HyperAI 超神经：漫画翻译、嵌字 AI，东京大学论文被 AAAI’21 收录 3 赞同 · 1 评论文章
第 1 名：ImageNet 10 图像识别数据集
发布机构：普林斯顿大学
包含数量：1,500 万张图片
数据类型：images
预估大小：860.55 GB
发布时间：2009 年
ImageNet 是目前世界上最大的图像识别数据库，由斯坦福大学教授李飞飞等人创建。主要用于机器视觉领域的图像分类和目标检测。
数据集根据 WordNet 层次结构组织，其中每个节点（也称为类别）由数百甚至数千张图像组成。该数据集共包含 2.2 万个图像类别，约 1500 万张图片。
往期推送请访问：
当年这个决定，让李飞飞奠定 AI 江湖的女王地位mp.weixin.qq.com/s/VyKUmG512pFJ3XTgVf4Qjg
以上就是本期推荐的 6 个 hyper.ai 高频下载数据集，更多数据科学优质公开数据集，可点击文末阅读原文，或访问以下链接下载：
本文首发自微信公众号「HyperAI 超神经」原文可见『6 大经典机器学习数据集，3w+ 用户票选得出，建议收藏』
—— 完 ——