6 大经典机器学习数据集，3w+ 用户票选得出，建议收藏

本文约1200字，建议阅读6分钟本文汇总了下载排名众多的 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。

注：本文梳理的数据集均来自网站：

https://hyper.ai/datasets

 第 6 名：Tanks Temple 3D 重建数据集  

Tanks Temple Dataset

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

下载地址：hyper.ai/datasets/5148

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

下载地址：hyper.ai/datasets/4920

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。

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

下载地址：hyper.ai/datasets/5711

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

下载地址：hyper.ai/datasets/5419

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

下载地址：hyper.ai/datasets/14137

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。

 第 1 名：ImageNet 10 图像识别数据集

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

下载地址：hyper.ai/datasets/4889

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。

编辑：黄继彦

校对：林亦霖‍‍‍