数据集

命里有定数

Ubuntu问题 - 显示ubuntu服务器上可用磁盘空间一条命令df -h使用以下命令直接查看

数据猎手小k

PCBS：由麻省理工学院和Google联合创建，揭示1.2M短文本间的相似性的大规模图聚类数据集。2024-11-15，由麻省理工学院和Google联合创建的ParClusterers Benchmark Suite (PCBS)数据集，为图聚类算法的评估带来了革命性的意义。这个数据集不仅规模宏大，包含1.2M短文本，而且通过精确的50-最近邻图构建，为聚类算法提供了一个真实且具有挑战性的测试平台，从而推动了图聚类技术的发展和优化。

数据猎手小k

DAHL：利用由跨越 29 个类别的 8,573 个问题组成的基准数据集，评估大型语言模型在生物医学领域长篇回答的事实准确性。2024-11-14，由首尔国立大学创建的DAHL数据集，为评估大型语言模型（LLMs）在生物医学领域长文本生成中的幻觉问题提供了一个重要的工具，这对于提高模型的准确性和可靠性具有重要意义。

GEE 数据集——美国gNATSGO（网格化国家土壤调查地理数据库）完整覆盖了美国所有地区和岛屿领土的最佳可用土壤信息目录简介代码引用网址推荐知识星球机器学习gNATSGO（网格化国家土壤调查地理数据库）gNATSGO（网格化国家土壤调查地理数据库）数据库是一个综合数据库，完整覆盖了美国所有地区和岛屿领土的最佳可用土壤信息。本数据集仅提供栅格数据。由于数据的原始格式为专有格式，因此源 COG 数据来源于 Planetary Computer STAC 目录。

OpenBayes 一周速览丨VASP 教程上线！HPC 助力材料计算；AllClear 公共云层去除数据集发布，含超 23k 个全球分布的兴趣区域公共资源速递5 个数据集：* AFAD 亚洲面孔数据集* AllClear 公共云层去除数据集* MyAnimeList 热门动漫信息数据集

数据猎手小k

CulturalBench ：一个旨在评估大型语言模型在全球不同文化背景下知识掌握情况的基准测试数据集2024-10-04，为了提升大型语言模型在不同文化背景下的实用性，华盛顿大学、艾伦人工智能研究所等机构联合创建了CulturalBench。这个数据集包含1,227个由人类编写和验证的问题，覆盖了包括被边缘化地区在内的45个全球区域。CulturalBench的推出，目的通过一个稳健、多样化且具有挑战性的基准测试，衡量并跟踪我们在提升LLMs文化知识方面的进步。

2016年7月29日至2017年2月21日NASA大气层层析（ATom）任务甲醛（HCHO）、羟基（OH）和OH生产率的剖面积分柱密度目录简介摘要引用网址推荐知识星球机器学习ATom: Column-Integrated Densities of Hydroxyl and Formaldehyde in Remote Troposphere

数据猎手小k

GS-Blur数据集：首个基于3D场景合成的156,209对多样化真实感模糊图像数据集。2024-10-31，由韩国首尔国立大学的研究团队创建的GS-Blur数据集，通过3D场景重建和相机视角移动合成了多样化的真实感模糊图像，为图像去模糊领域提供了一个大规模、高覆盖度的新工具，显著提升了去模糊算法在真实世界场景中的泛化能力。

HyperAI超神经

贝式计算的 AI4S 观察：使用机器学习对世界进行感知与推演，最大魅力在于横向扩展的有效性「传统研究方法高度依赖于科研人员自身的特征和问题定义能力，通常采用小数据，在泛化能力和拓展能力上存疑。而 AI 研究方法则需要引入大规模、高质量数据，并采用机器学习进行特征抽取，这使得产生的科研结果在真实世界的问题中非常有效」。

HyperAI超神经

突破1200°C高温性能极限！北京科技大学用机器学习合成24种耐火高熵合金，室温延展性极佳在工程应用中，如燃气轮机、核反应堆和航空推进系统，对具备优异高温机械性能的金属合金需求十分旺盛。由于材料熔点的固有限制，传统镍基 (Ni) 高温合金的耐温能力已接近极限。为满足开发高温结构材料的需求，耐火高熵合金 (RHEAs) 于 2010 年被提出，它因在 1000°C 及以上温度中保持高强度的能力而备受关注。

深度学习常用开源数据集介绍【持续更新】

【大象数据集】大象图像识别目标检测机器视觉（含数据集）在信息时代，数据的收集和分析技术得到了飞速发展。深度学习算法的出现，为处理和分析这些复杂的鱼类数据集提供了强大的工具。深度学习具有强大的模式识别和特征提取能力，能够从海量的数据中自动学习和发现规律，为鱼类研究带来了新的机遇和方法。例如，通过对大量鱼类图像数据的深度学习分析，可以实现鱼类物种的快速准确识别，这在传统的基于人工特征的分类方法中是难以实现的。

【水下生物数据集】水下生物识别深度学习目标检测机器视觉 yolo（含数据集）随着全球海洋生态环境的日益变化，水下生物的监测和保护变得愈发重要。水下生物种类繁多，包括螃蟹、鱼类、水母、虾、小鱼和海星等，它们在海洋生态系统中扮演着关键角色。传统的水下生物监测方法通常依赖于人工观察，效率低且容易受到人为因素的影响。近年来，深度学习技术的快速发展为水下生物的自动识别与分类提供了新的解决方案。构建一个包含多种水下生物的图像数据集，使深度学习模型能够通过大量样本学习，显著提高水下生物的识别准确性。这对于海洋生态研究和保护工作至关重要。准确识别和监测水下生物种类，有助于评估海洋生态系统的健康状

【动植物毒性数据集】毒蛇识别蘑菇毒性分类人工智能深度学习目标检测 Python（含数据集）随着人们对生态保护和环境健康的关注加剧，有毒动植物的识别和分类变得尤为重要。这些动植物不仅对人类健康构成威胁，还可能对生态系统的平衡造成影响。随着人工智能和深度学习技术的发展，利用计算机视觉技术对有毒动植物进行自动识别，能够大幅提高识别的效率和准确性。数据集包含多种有毒动植物的名称。该数据集的多样性使其成为训练深度学习模型的理想选择。通过深度学习算法，尤其是卷积神经网络（CNN），可以实现对这些动植物的自动识别，为野外调查、教育普及和公共安全提供有力支持。

目标检测数据集 - 新能源车车牌检测数据集下载「包含VOC、COCO、YOLO三种格式」数据集点击蓝色链接下载 (若想要更多数量数据集请联系博主 ~)：目标检测数据集下载大全传送：目标检测数据集大全「包含VOC+COCO+YOLO三种格式+划分脚本+训练脚本」(持续原地更新)

【241027-论文阅读】DGraph: A Large-Scale Financial Dataset for Graph Anomaly DetectionDGragh是一个用于图异常检测（gragh anomaly detection, GAD）的大型金融数据集。

草地杂草数据集野外草地数据集田间野草数据集YOLO格式VOC格式目标检测计算机视觉数据集数据集名称：杂草图像数据集数据集是一个包含野草种类的集合，其中每种野草都有详细的特征描述和标记。这些数据可以包括野草的图片、生长习性、叶片形状、颜色等特征。

昆虫种类识别数据集昆虫物种分类数据集YOLO格式VOC格式目标检测机器视觉数据集数据集名称：10类昆虫图像数据集数据集包含了多种农作物中常见的昆虫种类，包括军虫、豆蓟象、红蜘蛛、水稻瘿蚊、水稻卷叶蛾、水稻叶蝉、水稻水蚤、小麦薄翅薄翅蔗蝇、白背飞虱和黄稻螟。

苹果瑕疵数据集苹果质量数据集YOLO格式VOC格式深度学习目标检测数据集数据集名称：2类苹果图像数据集数据集包含两类样本：正常苹果和有瑕疵的苹果。正常苹果样本代表完好的苹果，而有瑕疵的苹果样本代表苹果表面可能存在的损伤、瑕疵或病害。每个样本都经过详细标记和描述，以便训练模型或算法来识别和分类这些不同状态的苹果。

水下侧扫声呐图像数据集，沉船，1.13G。声纳数据集水下声纳数据集水下图像声纳数据集水下侧扫声呐图像数据集，沉船，1.13G。声纳数据集水下声纳数据集水下图像声纳数据集水下侧扫声呐图像数据集类别：海洋探测、水下考古、计算机视觉用途：该数据集专为训练和评估用于检测和分类水下沉船及其他水下物体的机器学习模型而设计。通过这些数据，可以开发出高效且准确的目标检测系统，帮助研究人员进行水下考古、沉船探测以及海洋环境监测。