CVNLP 常用数据集语料库资源汇总
深度学习常用数据集汇总
- CV
- NLP
- Sentiment Analysis
- Text Classification
- Dialogue Generation
- 其他
- Audio
- Multi-Modal
- Classification
- Search & Matching
- Image Captioning
- VisualQA
- Tri-Modal
- 其他
CV
- ghcn
- climate_sphere
- ModelNet40
- Shrec17 data + label
- cosmo Spherical convergence maps dataset | Zenodo
Classification
- Fashion-MNIST
- ImageNet
- CIFAR-10 + CIFAR-100
- CelebA Dataset
- MS-Celeb-1M
- SVHN The Street View House Numbers (SVHN) Dataset
- Open Images Dataset
NLP
Sentiment Analysis
- Large Movie Review Dataset (IMDB)
- Sentiment140 (STS)
Text Classification
- Twenty Newsgroups
Dialogue Generation
- Reddit-Thread Dataset
- SimpleQuestions (v2)
- Web data: Amazon reviews
- The WikiText Long Term Dependency Language Modeling Dataset
其他
- WordNet
- Yelp
Audio
- The Flickr Audio Caption Corpus
Multi-Modal
Classification
- Multi-Modal Sarcasm Detection in Twitter with Hierarchical Fusion Model (2019)
- MUStARD: Multimodal Sarcasm Detection Dataset (ACL, 2019)
- CMU-Multimodal SDK
- UR-FUNNY
- CH-SIMS: A Chinese Multimodal Sentiment Analysis Dataset with Fine-grained Annotations of Modality (2020)
- Iemocap: interactive emotional dyadic motion capture database (2008)
- MM-IMDB
Search & Matching
- IAPR TC-12
- Nus-wide
- BriVL (2021)
Image Captioning
- Flickr8k Dataset
- Flickr 30k Dataset
- COCO Dataset (2015)
- Conceptual Captions Dataset (2018)
VisualQA
- VisualQA
Tri-Modal
- How2: A Large-scale Dataset for Multimodal Language Understanding
其他
- SVLD: The Social Vision and Language Dataset
- https://dubbel.eecs.berkeley.edu/minio/login
- AI-NLP-ML GROUP
- https://dumps.wikimedia.org/backup-index-bydb.html
- 汉语语料库
中文NLP数据集搜索（命名实体识别、文本分类、文本摘要）
参考资料
- 如何优雅地使用数据标注众包平台？——Amazon Mechanical Turk使用指南
- Datasets for Natural Language Processing
- nlp_chinese_corpus
- nlp-datasets
- 10大行业公开数据免费下载：电商行业
- 数据集大全：25个深度学习的开放数据集
- 深度学习开源数据集
相关文章：
CVNLP 常用数据集语料库资源汇总
深度学习常用数据集汇总CVClassificationNLPSentiment AnalysisText ClassificationDialogue Generation其他AudioMulti-ModalClassificationSearch & MatchingImage CaptioningVisualQATri-Modal其他CV ghcnclimate_sphereModelNet40Shrec17 data labelcosmo Spherica…...
lisp 表达式求值规则
lisp 表达式求值规则 一个要求值的 lisp 对象被称为lisp表达式（form）。 lisp 表达式分三种 1. 自求值表达式。前面说过数字、字符串、向量都是自求值表达式。还有两个特殊的符号 t 和 nil 也可以看成是自求值表达式。 2. 符号表达式。符号的求值…...
Sophos Firewall OS (SFOS) 19.5 MR1 - 同步下一代防火墙
Sophos Firewall OS (SFOS) 19.5 MR1 - 同步下一代防火墙 请访问原文链接：https://sysin.org/blog/sfos-19-5/，查看最新版。原创作品，转载请保留出处。 作者主页：www.sysin.org Sophos Firewall v19.5 现已推出 Sophos Firewall…...
为什么很多人转行IT考虑后端开发Java？
顺应互联网时代发展的选择 在计算机广泛运用于社会的各个角落的今天，选择学习一门计算机语言真的很不错，它会让你的生活从此与众不同。软件渗透到组织的运营和管理的后台之中，形成了组织运营支撑平台。这种形态是传统软件的重要应用场景。在…...
WebDAV之π-Disk派盘+Cloud Player
Cloud Player 支持WebDAV方式连接π-Disk派盘。 推荐一款云媒体播放器是存储在常见云平台中的内容的通用播放器。 Cloud Player云媒体播放器是存储在常见云平台中的内容的通用播放器，无需将其下载到设备。支持以下云平台：Google Drive、DropBox、One Drive、WebDav等。此外，…...
Python-datetime、time包常用功能汇总
目录基础知识时间格式有哪些？Python中的时间格式化时间戳datetimedatedatetimetimedeltatime常用获取今天凌晨字符串？将一个时间格式的字符串转为时间戳将一个时间戳转为指定格式的字符串全部代码参考基础知识 时间格式有哪些？ 「格林威治标…...
Spring MVC 源码- HandlerAdapter 组件（四）之 HandlerMethodReturnValueHandler
HandlerAdapter 组件HandlerAdapter 组件，处理器的适配器。因为处理器 handler 的类型是 Object 类型，需要有一个调用者来实现 handler 是怎么被执行。Spring 中的处理器的实现多变，比如用户的处理器可以实现 Controller 接口或者 HttpReques…...
2023面试必备：web自动化测试POM设计模式详解
1.背景 为UI页面写自动化测试用例时（如：web自动化、app自动化），使用普通的线性代码，测试用例中会存在大量的元素定位及操作细节，当UI界面变化时，测试用例也要跟着变化，在自动化测试…...
【人工智能 AI】Robotic Process Automation (RPA) 机器人流程自动化 (RPA)
目录 ROBOTIC PROCESS AUTOMATION SERVICES机器人流程自动化服务 What is RPA? 什么是机器人流程自动化？...
ubuntu/linux系统知识（37）systemd管理临时文件的方法systemd-tmpfiles
1、systemd-tmpfiles Linux产生大量的临时文件和目录，例如/tmp、/run 。systemd提供了一个结构化的可配置方法来管理临时文件和目录，即systemd-tmpfiles工具和配套的几个服务，以实现创建、删除和管理临时文件。 systemd创建了几个调用syste…...
云计算专业和计算机专业哪个好就业？
云计算专业其实也是属于计算机类专业呢，他包括了计算机硬件设备、计算机网络、磁盘柜、操作系统、中间件、数据库、服务器/虚拟机、应用软件开发等技术内容，云计算技术是以IT服务的形式面向用户的；所以云计算不是一门技术，而是众多…...
electron sha512 checksum mismatch
sha512 checksum mismatch错误 此错误常常发生在electron检查更新时，导致检查更新失败。 自动更新使用的模块 electron-updater or electron-differential-updater win下electron-builder打包 使用electron-builder打包之后，进行版本增量更新遇到的…...
使用Chemistry Development Kit (CDK) 来进行化学SMILES子结构匹配
摘要 SMILES是一种用于描述化合物结构的字符串表示法，其中子结构搜索是在大规模化合物数据库中查找特定的结构。然而，这种搜索方法存在一个误解，即将化合物的子结构视为一个独立的实体进行搜索，而忽略了它们在更大的化合物中的上…...
CMake模块的使用和自定义模块
CMake模块的使用和自定义模块一、前言二、使用Find模块2.1、准备工作2.2、添加头文件路径和库文件2.3、< name >_FOUND 来控制工程特性三、编写自定义的Find模块3.1、 准备工作3.2、cmake 模块3.3、使用自定义的FindHELLO 模块构建工程3.4、如果没有找到hello library四、…...
jvm调优参数配置
在JVM启动参数中，可以设置跟内存、垃圾回收相关的一些参数设置，默认情况不做任何设置JVM会工作的很好，但对一些配置很好的Server和具体的应用必须仔细调优才能获得最佳性能。通过设置我们希望达到一些目标： GC的时间足够的小 GC的…...
Leetcode.1567 乘积为正数的最长子数组长度
题目链接 Leetcode.1567 乘积为正数的最长子数组长度 Rating ： 1710 题目描述 给你一个整数数组 nums，请你求出乘积为正数的最长子数组的长度。 一个数组的子数组是由原数组中零个或者更多个连续数字组成的数组。 请你返回乘积为正数的最长子数组长度…...
部分库与使用方法总结（自用）
1.tqdm tqdm是Python的进度条库，可以在长循环操作中显示进度提示 tqdm.tqdm:传入数字 from tqdm import tqdm for i in tqdm(range(1, 5)):print(i)使用bar_format "{l_bar}{bar}"可以只显示进度条 from tqdm import tqdm for i in tqdm(range(1, 5), ba…...
C++实现日期类
文章目录前言1.日期类的功能分析1.大致分析2.接口设计2.具体实现1.日期类的成员函数和成员变量2.初始化(构造函数）3.对日期进行天数推算4.比较相关的运算符重载5.前置后置自增或自减6.日期相减与流插入流提取1.日期相减2.重载流插入和流提取3.总结前言 之前介绍了C…...
想成为一名专业黑客，但不知道从哪里学起？我来教你。
成为一名黑客需要学什么？ 想成为一名专业黑客，但不知道从哪里学起”很多人在后台问过这个问题，今天就为你介绍成为专业黑客必须学习的十个方面的知识，希望能为迷惘中的你指明方向。 想要成为网络hacker黑客？先来学习…...
VMware ESXi 7.0 U3k Unlocker OEM BIOS 集成网卡驱动和 NVMe 驱动 (集成驱动版)
ESXi 7 U3 标准版集成 Intel 网卡、USB 网卡 和 NVMe 驱动 请访问原文链接：https://sysin.org/blog/vmware-esxi-7-u3-sysin/，查看最新版。原创作品，转载请保留出处。 作者主页：www.sysin.org 本次针对 2023-02-21 发布的 ESXi …...
)
Java 语言特性(面试系列2)
一、SQL 基础 1. 复杂查询 （1）连接查询（JOIN） 内连接（INNER JOIN）：返回两表匹配的记录。 SELECT e.name, d.dept_name FROM employees e INNER JOIN departments d ON e.dept_id d.dept_id; 左…...
在四层代理中还原真实客户端ngx_stream_realip_module
一、模块原理与价值 PROXY Protocol 回溯 第三方负载均衡（如 HAProxy、AWS NLB、阿里 SLB）发起上游连接时，将真实客户端 IP/Port 写入 PROXY Protocol v1/v2 头。Stream 层接收到头部后，ngx_stream_realip_module 从中提取原始信息…...
c#开发AI模型对话
AI模型 前面已经介绍了一般AI模型本地部署，直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型，但是目前国内可能使用不多，至少实践例子很少看见。开发训练模型就不介绍了&am…...
Map相关知识
数据结构 二叉树 二叉树，顾名思义，每个节点最多有两个“叉”，也就是两个子节点，分别是左子 节点和右子节点。不过，二叉树并不要求每个节点都有两个子节点，有的节点只 有左子节点，有的节点只有…...
2025季度云服务器排行榜
在全球云服务器市场，各厂商的排名和地位并非一成不变，而是由其独特的优势、战略布局和市场适应性共同决定的。以下是根据2025年市场趋势，对主要云服务器厂商在排行榜中占据重要位置的原因和优势进行深度分析： 一、全球“三巨头”…...
CSS设置元素的宽度根据其内容自动调整
width: fit-content 是 CSS 中的一个属性值，用于设置元素的宽度根据其内容自动调整，确保宽度刚好容纳内容而不会超出。 效果对比 默认情况（width: auto）： 块级元素（如 <div>）会占满父容器…...
【分享】推荐一些办公小工具
1、PDF 在线转换 https://smallpdf.com/cn/pdf-tools 推荐理由：大部分的转换软件需要收费，要么功能不齐全，而开会员又用不了几次浪费钱，借用别人的又不安全。 这个网站它不需要登录或下载安装。而且提供的免费功能就能满足日常…...
Java毕业设计：WML信息查询与后端信息发布系统开发
JAVAWML信息查询与后端信息发布系统实现 一、系统概述 本系统基于Java和WML(无线标记语言)技术开发，实现了移动设备上的信息查询与后端信息发布功能。系统采用B/S架构，服务器端使用Java Servlet处理请求，数据库采用MySQL存储信息࿰…...
搭建DNS域名解析服务器(正向解析资源文件)
正向解析资源文件 1）准备工作 服务端及客户端都关闭安全软件 [rootlocalhost ~]# systemctl stop firewalld [rootlocalhost ~]# setenforce 0 2）服务端安装软件：bind 1.配置yum源 [rootlocalhost ~]# cat /etc/yum.repos.d/base.repo [Base…...
Scrapy-Redis分布式爬虫架构的可扩展性与容错性增强：基于微服务与容器化的解决方案
在大数据时代，海量数据的采集与处理成为企业和研究机构获取信息的关键环节。Scrapy-Redis作为一种经典的分布式爬虫架构，在处理大规模数据抓取任务时展现出强大的能力。然而，随着业务规模的不断扩大和数据抓取需求的日益复杂，传统…...