- 主页 > 生活百科 > >
盘点20多个强大且免费的数据源,任何人都能以此来构建AI( 二 )
Google Open Images——数以百万计的图像以各种方式分类和标记,用于训练许多不同类型的计算机视觉算法 。 Imag.NET Open Dataset——另一个由标记图像组成的数据集,可免费用于非商业机器学习应用 。 COCO Dataset——Common Objects in Context (COCO)数据集中包含了超过200000张图像,这些图像被选择用于训练对象检测和字幕算法 。声音数据
- Mozilla Common Voice——一个开放的录音数据集,可用于训练任何涉及语音的AI应用 。
- AudIOSet——另一个由谷歌策划的数据集,这个数据集专注于声音,包含数十万个10秒样本,这些样本被分解为乐器、车辆和人声等类别 。
- Million Song Dataset——来自一百万个当代流行音乐曲目的样本和元数据 。
文本数据
- Wikidata——多种不同格式的维基百科文章的数据库下载 。
- Common Crawl——一个从万维网上抓取的开放数据存储库,最知名的用途就是对ChatGPT和其他聊天机器人的GPU大型语言模型进行训练 。
其他和杂项数据集
- Amazon Reviews——包含约3500万条亚马逊产品评论的数据库,包括产品信息和评级 。
- Waymo Open Dataset——Alphabet自动驾驶子公司Waymo公开了通过自动驾驶车辆收集的大量数据,包括来自摄像头和LiDAR传感器数据 。
- Apolloscape Dataset——更多的自动驾驶数据,是由百度开源Apollo平台提供的 。
推荐阅读
-
-
-
-
-
-
赵露思|好家伙!赵露思《胡同》差评不断,观众的差评理由出奇一致
-
-
死亡搁浅|《死亡搁浅》任务成真?旅游景点发任务请游客帮忙
-
版本|神武4手游法系成版本毒瘤?用这六个阵容平民也能翻盘
-
日本一家医院超400名护士请辞:疫情加重 奖金全扣
-
指尖实况|「重磅」现役时刻梅西总评103!PES2021新增时刻数据曝光
-
风险|金融危机以来最糟财报季即将开启,美股风险卷土重来?
-
宝马|749马力、V8插电混合动力!宝马XM量产版渲染图曝光:2022年投产
-
-
猫眼电影|46岁吴彦祖新片造型认不出,时隔16年再演悍匪,还要搭档影帝王千源
-
-
-
ZAKER生活|大量黑影从水里游过,网友用手机拍下了罕见画面,洪水过境
-
USB|iPhone闪电接口再见!欧盟达成共识:手机均须采用USB-C
-
【jason的布丁】“亚洲蹲”在外国不是最难的?中国睡让外国人都傻了:怎么做到的