Datasets Oscailte

Faigh amach tacar sonraí foinse oscailte a thabharfaidh deis duit samhlacha ML a oiliúint

Datasets Foinse Oscailte Chun Tús a Chur le Múnlaí AI / ML

Níl aschur do mhúnlaí AI & ML ach chomh maith leis na sonraí a úsáideann tú chun iad a oiliúint - mar sin tá an cruinneas a chuireann tú i bhfeidhm maidir le comhiomlánú sonraí agus clibeáil agus aithint na sonraí sin tábhachtach!

Mar sin más mian leat tionscnamh nua AI / ML a thosú agus anois tá tú ag tuiscint go gasta go mbeidh teacht ar shonraí oiliúna ardchaighdeáin ar cheann de na gnéithe is dúshlánaí de do thionscadal mar is iad tacair sonraí ardchaighdeáin an breosla a choinníonn an AI / Inneall ML ag rith. Tá liosta de thacair sonraí oscailte carntha againn atá saor in aisce chun do mhúnlaí AI / ML na todhchaí a úsáid agus a oiliúint.

Speisialtóireacht Próiseáil Teanga Nádúrtha (NLP) Fís Ríomhaire (CV)

Cineál Sonraí Fuaime Íomha Téacs Video

Speisialtóireacht	Cineál Sonraí	Ainm Sonraí	Tionscal / Roinn.	Cás Anótála / Úsáide	Nasc
+NLP	Téacs	Athbhreithnithe Amazon	E-thráchtáil	Anailís ar Thuairimí	Nasc
Tuairisc	Sraith d'athbhreithnithe agus rátálacha 35 Mn le 18 mbliana anuas i ngnáth-théacs le sonraí úsáideora agus táirge.
+NLP	Téacs	Ceanglaíonn Wikipedia Sonraí	Go ginearálta		Nasc
Tuairisc	Níos mó ná 4 mhilliún alt ina bhfuil 1.9 billiún focal ó Vicipéid. Tá hipearnasc i ngach alt don eintiteas gaolmhar.
+NLP	Téacs	Banc Crann Seolta Standford	Siamsaíocht	Anailís ar Thuairimí	Nasc
Tuairisc	Tacar sonraí anótálacha meon le haghaidh breis is 10,000 abairt léirmheasa scannáin Rotten Tomatoes. Ar fáil ag leibhéal na frása - déantar gach abairt a pharsáil ina fho-frásaí trí na crainn pharsála a dhénárú i bhformáid Penn Treebank.
+NLP	Téacs	Seoladh Aerlíne Twitter na SA	Airline	Anailís ar Thuairimí	Nasc
Tuairisc	Bhí tvuíteanna faoi US Airlines in 2015 roinnte ina mothúcháin dhearfacha, neodracha agus diúltacha.
+CV	Íomha	Íomhánet	Go ginearálta		Nasc
Tuairisc	Tacar sonraí le breis is 14 mhilliún íomhá i bhformáidí comhaid éagsúla mapáilte chuig thart ar 21,000 comhshraith. Is comhchiallaigh iad comhshraith le heintitis ghaolmhara i láthair mar íomhá. Tá boscaí teorannaithe ag 1 mhilliún íomhá agus tá gnéithe SIFT ag níos mó ná 1 mhilliún íomhá.
+CV	Íomha	Íomhánna Oscailte Google	Go ginearálta		Nasc
Tuairisc	Tacar sonraí cosúil le ImageNet le 600 catagóir. Ar fáil i scoilteanna forbartha, bailíochtaithe agus oiliúna. Tá boscaí teorann agus caidrimh amhairc i roinnt íomhánna freisin.
+NLP	Téacs	Comhráite Scannán Cornell	Siamsaíocht	Dialóga	Nasc
Tuairisc	Bailiúchán de chomhráite ficseanúla, le meiteashonraí de charachtair agus scannáin. Is comhrá idir beirt gach ró, i bhformáid ceiste agus freagra.
Tuairisc	Tacar sonraí ceisteanna agus freagraí le ceisteanna agus freagraí ó thairseach Yahoo Answers idir Aibreán 2007 agus Deireadh Fómhair 2007.
+NLP	Téacs	An tUasal Marco	Go ginearálta	Freagra Ceist	Nasc
Tuairisc	Tacar sonraí ceisteanna agus freagraí le hanótálacha ó logaí cuardaigh gréasáin Bing. Tá freagra arna sholáthar ag úsáideoir i ngach ceist, chomh maith le sleachta gréasáin ina bhfuil an freagra.
+NLP	Téacs	Tacar Sonraí Ceisteanna Nádúrtha	Go ginearálta	Freagra Ceist	Nasc
Tuairisc	Scaoilte ag Google, tá ceisteanna agus freagraí fíorúsáideoirí ó ailt Vicipéid sa tacar sonraí seo.
+NLP	Téacs	DBPedia	Go ginearálta	Graf Eolais	Nasc
Tuairisc	Léiriú struchtúrtha de Vicipéid, le heintitis agus caidrimh eastósctha mar Ghraf Eolais.
+NLP	Téacs	YAGO	Go ginearálta	Graf Eolais	Nasc
Tuairisc	Graf eolais ina bhfuil eintitis agus caidrimh ó Vicipéid, WordNet, agus GeoNames.
+NLP	Téacs	Saorbhun	Go ginearálta	Graf Eolais	Nasc
Tuairisc	Bunachar eolais slua-fhoinsithe ina bhfuil eintitis agus caidrimh, atá corpraithe anois i ngraf eolais Google.
+NLP	Téacs	Ontonótaí	Go ginearálta	Lipéadú Ról Seimeantach	Nasc
Tuairisc	Corpas le hanótálacha comhréire, séimeantacha agus dioscúrsa a úsáidtear i dtascanna comhroinnte CoNLL.
Tuairisc	Tacar sonraí Béarla atá anótáilte d'eintitis ainmnithe amhail duine, eagraíocht agus suíomh.
+CV	Íomha	COCO	Go ginearálta	Brath Cuspóra	Nasc
Tuairisc	Réada Coitianta i gComhthéacs: tacar sonraí atá anótáilte go saibhir le haghaidh braiteadh, deighilt agus fotheidealú réad.
+CV	Íomha	PASCAL VOC	Go ginearálta	Brath Cuspóra	Nasc
Tuairisc	Tacar sonraí tagarmhairc le haghaidh dúshláin maidir le braiteadh agus deighilt réad.
+CV	Íomha	cityscapes	Tiomáint Uathrialach	Deighilt Séimeantach	Nasc
Tuairisc	Tacar sonraí le haghaidh tuiscint ar radharc uirbeach le hanótálacha ar leibhéal picteilín do 30 rang.
+CV	Íomha	MNIST	Go ginearálta	Aicmiú Digit	Nasc
Tuairisc	Tacar sonraí digití lámhscríofa le 60,000 íomhá oiliúna agus 10,000 íomhá tástála de 28x28 picteilín.
+CV	Íomha	Faisean-MNIST	Miondíola	Aicmiú Íomhá	Nasc
Tuairisc	Tacar sonraí d'íomhánna alt Zalando san fhormáid chéanna le MNIST, a úsáidtear mar ionadach isteach le haghaidh tagarmharcála.
+NLP	Fuaime	LibiSpeech	Go ginearálta	ASR	Nasc
Tuairisc	Corpas cainte Béarla léite díorthaithe ó leabhair fuaime, le 1000 uair an chloig de chaint agus téacsanna gaolmhara.
+NLP	Fuaime	TED-LIUM	Go ginearálta	ASR	Nasc
Tuairisc	Cainteanna TED trascríofa le fuaim agus trascríbhinní ailínithe le haghaidh taighde ar aitheantas cainte.
+NLP	Fuaime	TIMIT	Go ginearálta	Aithint Fóinéime	Nasc
Tuairisc	Caint thras-scríofa go fóinéiteach cainteoirí Béarla Mheiriceá, a úsáidtear go forleathan le haghaidh tascanna aitheantais fóinéime.
+NLP	Fuaime	Guth Coitianta	Go ginearálta	ASR	Nasc
Tuairisc	Corpas ilteangach de chaint léite arna cur ar fáil ag oibrithe deonacha ar fud an domhain.
+NLP	Fuaime	VoxCeleb	Go ginearálta	Aitheantas Cainteoirí	Nasc
Tuairisc	Tacar sonraí aitheantais cainteoirí ar scála mór a bailíodh ó fhíseáin YouTube.
+NLP	Téacs	Dumpáil Vicipéide	Go ginearálta	Samhaltú Teanga	Nasc
Tuairisc	Dumpálacha téacs iomlána d’ailt Vicipéid, a nuashonraítear go rialta, a úsáidtear le haghaidh réamh-oiliúna samhlacha teanga.
+NLP	Téacs	Gigaword	Nuacht	Samhaltú Teanga	Nasc
Tuairisc	Cartlann chuimsitheach de shonraí téacs nuachta ó ghníomhaireachtaí nuachta éagsúla.
+NLP	Téacs	Léirmheasanna IMDB	Siamsaíocht	Anailís ar Thuairimí	Nasc
Tuairisc	Tacar sonraí mór léirmheasanna scannán le haghaidh aicmiú mothúchán dénártha.
+CV	Video	Cinéitic-700	Go ginearálta	Aitheantas Gníomhaíochta	Nasc
Tuairisc	Tacar sonraí fairsing, ardchaighdeáin de ghearrthóga físe YouTube a chlúdaíonn 700 rang gníomhaíochta daonna.
+CV	Video	UCF101	Go ginearálta	Aitheantas Gníomhaíochta	Nasc
Tuairisc	Tacar sonraí de fhíseáin ghníomhaíochta réadúla, le 101 catagóir gníomhaíochta.
+CV	Video	HMDB51	Go ginearálta	Aitheantas Gníomhaíochta	Nasc
Tuairisc	Bunachar sonraí mór físeáin ghluaiseachta daonna le 51 catagóir gníomhaíochta.
Tuairisc	Bunachar sonraí de ghrianghraif aghaidhe atá deartha chun aitheantas aghaidhe neamhshrianta a staidéar.
+CV	Íomha	CASIA-aghaidh Gréasáin	Go ginearálta	Aghaidh Aitheantas	Nasc
Tuairisc	Tacar sonraí ina bhfuil na milliúin íomhánna aghaidhe chun samhlacha aitheantais aghaidhe domhain a oiliúint.
+NLP	Téacs	SQuAD	Go ginearálta	Léamhthuiscint	Nasc
Tuairisc	Tacar Sonraí Freagartha Ceisteanna Stanford: ceisteanna a chuir oibrithe sluaite ar shraith alt Vicipéid.
Tuairisc	Tacar sonraí tuisceana meaisín le ceisteanna agus freagraí bunaithe ar ailt nuachta CNN.
+NLP	Téacs	Il-NLI	Go ginearálta	Infheireacht Teanga Nádúrtha	Nasc
Tuairisc	Tacar sonraí le haghaidh asbhaint teanga nádúrtha péirí abairtí ar fud seánraí éagsúla.
+NLP	Téacs	SNLI	Go ginearálta	Infheireacht Teanga Nádúrtha	Nasc
Tuairisc	Corpas Inference Teanga Nádúrtha Stanford le péirí abairtí lipéadaithe mar entiment, contrárthacht, nó neodrach.
Tuairisc	Bailiúchán de bhreis is 100 milliún comhartha a baineadh as an tsraith altanna fíoraithe Maith agus Réadmhaoine ar Vicipéid.
Tuairisc	Tacar sonraí de 16,185 íomhá de 196 aicme gluaisteán.
+CV	Íomha	Bláthanna Oxford 102	luibheolaíocht	Aicmiú mínmhín	Nasc
Tuairisc	102 catagóir bláthanna a bhíonn coitianta sa Ríocht Aontaithe.
+CV	Íomha	CIFAR-10	Go ginearálta	Aicmiú Íomhá	Nasc
Tuairisc	Íomhánna de 10 rang: eitleán, gluaisteán, éan, cat, fia, madra, frog, capall, long, agus trucail.
+CV	Íomha	CIFAR-100	Go ginearálta	Aicmiú Íomhá	Nasc
Tuairisc	Tacar sonraí cosúil le CIFAR-10, ach le 100 rang mínmhionsonraithe.
+CV	Íomha	Leagan Amach Duine VOC	Go ginearálta	Meastachán Seasaimh	Nasc
Tuairisc	Cuid de PASCAL VOC ag díriú ar anótálacha leagan amach pearsanra amhail ceann, lámha agus cosa.
+CV	Íomha	Staidiúir Dhaonna MPII	Go ginearálta	Meastachán Seasaimh	Nasc
Tuairisc	Thart ar 25,000 íomhá ina bhfuil breis is 40,000 duine le hailt choirp anótáilte.
Tuairisc	Bailiúchán d’ailt nuachta Reuters le haghaidh taighde ar chatagóiriú téacs.
+NLP	Téacs	20 Grúpa Nuachta	Go ginearálta	Aicmiú Téacs	Nasc
Tuairisc	Bailiúchán de 20,000 doiciméad grúpa nuachta roinnte ina 20 grúpa nuachta éagsúil.

Datasets Oscailte

Datasets Foinse Oscailte Chun Tús a Chur le Múnlaí AI / ML

Seirbhísí Sonraí AI

Speisialtachta

Acmhainní

Company

Téigh i dTeagmháil Linn