深度学习 机器学习 数据集资源汇总

目前个人认为较好的数据集网站主要有：

数据集网站

1.AI Studio数据集： 开放数据集-百度AI Studio - 人工智能学习与实训社区

2.天池数据集：数据集-阿里系唯一对外开放数据分享平台

3.Papers With Code数据集：Machine Learning Datasets | Papers With Code

4.Kaggle 数据集：Find Open Datasets and Machine Learning Projects | Kaggle

5.Graviti Open Datasets：公开数据集下载，优质机器学习数据集，图像识别、NLP免费获取 | 格物钛，非结构化数据平台

6.Huggingface数据集：Hugging Face – The AI community building the future.

7.CLUE 数据集：https://www.cluebenchmarks.com/dataSet_search.html

8.各领域机器学习数据集汇总（附下载地址）

具体数据集：

KITTI数据集：知乎 - 安全中心

Cityscapes：知乎 - 安全中心

牛津数据集：知乎 - 安全中心

ApolloScape：知乎 - 安全中心

BDD100K：知乎 - 安全中心

Waymo Open Dataset：https://github.com/waymo-research/waymo-open-dataset

nuScenes数据集：知乎 - 安全中心

3D Photography Dataset：知乎 - 安全中心

Matterport 3D重建数据集：知乎 - 安全中心

NoW Dataset：知乎 - 安全中心

Pix3D：知乎 - 安全中心

Replica Dataset：GitHub - facebookresearch/Replica-Dataset: The Replica Dataset v1 as published in https://arxiv.org/abs/1906.05797 .

Scan2CAD：GitHub - skanti/Scan2CAD: [CVPR'19] Dataset and code used in the research project Scan2CAD: Learning CAD Model Alignment in RGB-D Scans

ScanNet：知乎 - 安全中心

NYC3Dcars：知乎 - 安全中心

Expressive Hands and Faces：知乎 - 安全中心

TUM数据集：知乎 - 安全中心

EUROC数据集：知乎 - 安全中心

补充医疗图像：

肺结节数据库LIDC-IDRI：LIDC-IDRI - The Cancer Imaging Archive (TCIA) Public Access - Cancer Imaging Archive Wiki

乳腺图像数据库DDSM MIAS：http://deckard.mc.duke.edu/ddsm_sql/book1.html

医学图像问答：Medical Image Format FAQ

ISBI：Challenges - Grand Challenge

补充：多模态数据集汇总链接：多模态分析数据集（Multimodal Dataset）整理 - 知乎

补充我记录的一些链接：

• 工业数据集汇总：开源工业缺陷数据集汇总，持续更新中（已更新28个） - 知乎

• 医疗数据集汇总：GitHub - linhandev/dataset: 医学影像数据集列表

• 1、Kaggle竞赛数据集 2、自然语言处理 3、图像数据 4、推荐系统 5、金融 6、交通 7、商业 8、医疗健康 9、视频数据 10、音频数据 11、文本、评价、回答数据集合 12、科研 13、其他数据集综合 汇总：各领域近千条数据集公开，你要的这里都有 - 知乎

• 激光雷达数据集汇总：汇总|基于激光雷达的3D目标检测开源项目&数据集 - 知乎

• 知乎相关数据集汇总：整理了一下关于知乎的公开数据集（欢迎评论补充） - 知乎

• 图论相关数据集汇总：图数据集分享 - 知乎

• 各领域公开数据集汇总（金融，医疗，nlp，图像等等）：各领域公开数据集下载 - 知乎

• 各类数据集汇总：https://github.com/caesar0301/awesome-public-datasets

这些数据集应该能满足大部分人的需求。

我倡议大家不要无脑搬运数据集，最好是搬一个数据集配套一个项目，优化社区生态，我们共同努力！ヾ(≧∇≦*)ゝ