Updated 10 months ago

AVSpeech是一种新的、大规模的音视频数据集，它包含无干扰背景噪声的语音视频片段。该数据集总共包含约4700个小时的视频片段，来自YouTube总共29万个视频片段，涵盖了各种人群、语言和面部姿

Updated 9 months ago

斯坦福问答数据集——应用广泛的问答和阅读理解数据集，其中每个问题的答案都以文本形式呈现。 https://rajpurkar.github.io/SQuAD-explorer/

Updated 9 months ago

新闻网站The Examiner上的新闻汇编，包含超过6年的21000多位作者撰写的300万篇文章的标题 https://www.kaggle.com/therohk/examine-the-examiner

Updated 9 months ago

https://s3-us-west-2.amazonaws.com/allennlp/datasets/drop/drop_dataset.zip

Updated 9 months ago

数据集包括图片和问题，以及对应回答问题标准的 Program https://cs.stanford.edu/people/jcjohns/clevr/

Updated 9 months ago

基于mscoc的大规模场景文本数据集。COCO Text V2.0包含63686个图像和239506个带注释的文本实例。分段掩码为每个单词添加了注释，允许精细的级别检测。 https://bgshih.github.io/cocotext/

Updated 9 months ago

传统的图二分类问题

Updated 8 months ago

Updated 8 months ago

MultiWOZ数据集是跨越多个域和主题的人类书面对话的完全标记集合。在10k个对话的情况下，它至少比以前所有带注释的面向任务的语料库大一个数量级。 https://www.repository.cam.ac.uk/handle/1810/280608

Updated 8 months ago

情感类别包括钦佩、娱乐、愤怒、烦恼、赞同、关心、困惑、好奇、渴望、失望、不赞成、厌恶、尴尬、兴奋、恐惧、感激、悲伤、喜悦、爱、紧张、乐观、骄傲、实现、解脱、悔恨、悲伤、惊

Updated 7 months ago

BIMCV-COVID19+：COVID19患者RX和CT图像的大注释数据集。数据库的第一次迭代包括1380个CX，885个DX和163个CT研究。

Updated 7 months ago

MSeg：一个用于多域语义分割的复合数据集。80000多张图片中有超过220000个物体任务。

Updated 7 months ago

VIOLIN（视频和语言推理），由来自15887个视频片段的95322个视频假设对组成，跨越582个小时的视频（YouTube和电视节目）。

Updated 7 months ago

TAO是一个用于跟踪任何对象的联邦数据集，包含2907个高分辨率视频，在不同的环境中捕获，这些视频的平均长度为半分钟。

Updated 7 months ago

一个大规模的视频数据集，包含有详细字幕的电影片段。超过3000部不同类型、不同国家和不同年代的电影。

Updated 7 months ago

vggi - sound是一个视听对应的数据集，由从上传到YouTube的视频中提取的音频片段组成

Updated 7 months ago

介绍了RISE，第一个用于识别工业烟雾排放的大规模视频数据集。我们的数据集包含12,567个剪辑，其中19个不同的视角来自三个监控三个不同工业设施的站点。

Updated 7 months ago

在“OpenReview”出版平台上，有将近4000名tldr撰写的关于人工智能研究论文。对于每篇论文，SciTLDR包含至少两个高质量的tldr。

Updated 7 months ago

该数据集有100个类别，每个类别包含600张图像。 每个课程有500张训练图像和100张测试图像， CIFAR-100中的100个类别分为20个超类。 https://www.cs.toronto.edu/~kriz/cifar.html

Updated 7 months ago