数据集资源中心


为世界级人工智能应用团队创建和策划



图像

现成的数据集



我们的高质量可授权数据集可以快速启动您的AI项目

我们提供“现成的”数据集的广泛目录,包括超过250个授权数据集,包括超过11,000小时的音频,超过25,000张图片和超过870万字,跨越80种语言和多种方言。我们的现成数据集旨在有效提高准确性,整体性能,并快速提供高质量的数据集,以满足特定的人工智能程序的需求。在我们的产品中,您可以找到跨多种数据类型的数据集,包括图像、视频、语音、音频和文本。我们不断地建立新的数据集,以满足我们全球客户的需求。


了解更多


图像 图像 图像




图像

开源公共资源数据集


我们的数据科学家对您的人工智能项目的推荐


机器学习和人工智能应用需要大量数据进行训练。您可以从我们推荐的资源中搜索要访问、修改、重用和共享的开放数据集。使用这些公开可用的数据集来影响AI和ML应用程序的开发,或者如果您想要一个简单的数据集来对解决方案进行基准测试,或者在处理真实数据集之前比较不同的算法。这些开放数据集是考虑访问位于组织范围之外的数据的一个很好的选择。


数据集发现者



图像
使用Kaggle来查找数据集,探索和构建模型,并与其他数据科学家和机器学习工程师一起工作。探索和分析50000多个公共数据集,从骨骼x光片到拳击比赛的结果。
了解更多
图像
通过可搜索的界面,从UC Irvine探索500多个机器学习存储库数据集。数据集涵盖许多主题,大小不一,从少数情况(或“实例”)到4300多万,从只有1或2个变量(或“属性”)到100多万个变量。
了解更多


计算机视觉



计算机视觉通过模拟人类视觉系统的部分复杂性,使计算机能够以与人类相同的方式识别和处理图像和视频中的对象。利用机器学习进行图像应用,例如使自动驾驶汽车能够感知周围环境、面部识别应用、增强和混合现实,或在医疗保健中自动执行在x射线和MRI扫描中发现症状的任务。使用丰富的计算机视觉数据集建立一个健壮的计算机视觉模型。


图像
使用1000多个高质量开放数据集加速AI开发。从50多种应用程序场景、30多种注释类型和10多种数据格式中进行选择。
了解更多
图像
这些数据集包括各种各样的主题,从识别物体到重建3D房间,从在视频中找到一个人到在照片中识别一件衬衫。数据集可以按发布日期或主题排序,用户可以使用关键字搜索以找到适合其需要的图像。
了解更多
图像
使用这些开放数据集来构建面部识别应用程序、虚拟现实小工具、感官检测、全息成像等等。
了解更多
图像
超过3000个机器学习数据集。按任务和模式查找数据集,比较一段时间内的使用情况,浏览基准测试等等。
了解更多
图像
计算机视觉机器学习模型的开源数据集横跨广泛的领域——动物、桌面游戏、自动驾驶汽车、医学、热成像、无人机图像,甚至合成数据。您可以免费下载任何格式的图像和注释:VOC XML、COCO JSON、YOLOv3平面文本文件,甚至TFRecords。
了解更多


言语语料库



录制和转录新的语音语料库来创建声学模型和训练语音识别引擎可能是耗时和昂贵的。使用开放的语音音频文件和文本转录数据库,以快速和廉价地构建转录语音orpora,包含许多发言者在各种声学条件下的话语。


图像
OpenSLR是语音资源的中心,拥有语音和语言资源,如语音识别训练语料库和与语音识别相关的软件。
了解更多

坎德维尔


一个用于自动语音识别(ASR)和文本到语音(TTS)的语音语料库集合。
了解更多

艾德雷森


该数据集共有71358个单词,13311个不同的单词,单个说话人大约10小时28分钟的语音,记录频率为48Khz,共包含3632个Wave格式的音频文件。音频文件的范围从0.67秒到50.08秒。
了解更多
图像
旨在提供语音数据,以获取声学语音知识,并用于开发和评估自动语音识别系统。共包含6300个句子,来自美国8个主要方言区的630名发言者每人说10个句子。
了解更多

VoxCeleb


从上传到YouTube的访谈视频中提取的由人类语言短片段组成的视听数据集。该数据集包含7000多个扬声器,100万多个语音和2000多个小时的音频和视频。
了解更多

msang


建立推特语料库的目的是代表和分析针对意大利一些少数群体的仇恨言论:尤其是移民,也包括穆斯林和罗姆人。包含tweets的ID和注释。
了解更多

沃克斯福格


用于语音识别引擎的转录语音;分类并提供所有提交的音频文件(语音语料库)和声学模型。
了解更多

homink


韩国人阅读了国立韩国语研究院(NIKL)提供的120小时左右的语音语料库。
了解更多

siddiquelatif


乌尔都语数据集包含从乌尔都语谈话节目收集的乌尔都语的情感话语。它包含四种基本情绪的400个表达:愤怒、快乐、中立和情绪。38名发言人(27名男性和11名女性)。
了解更多
图像
Common Voice dataset是一个开放源代码的语音数据集,目前由60种语言的7000多个验证小时组成,包括年龄、性别和口音等人口统计元数据,有助于训练语音识别引擎的准确性。数据集中的每个条目都由一个唯一的MP3和相应的文本文件组成。
了解更多
图像
一个大型的句子和翻译数据库,以查看单词如何在句子的上下文中使用的例子。
了解更多
图像
该数据集由音频对话及其转录本组成,包含1495个NIST sphere格式(SPH)的音频对话、1495个STM格式的转录本、带发音的词典(159848个条目)以及用于语言建模的选定单语数据。
了解更多


图像

数据收集



如果需要更多的自定义的数据集对于特定的用例,我们提供数据收集作为一个独立的服务等多组分的可交付成果的一部分作为一个ASR语音数据库,通常包括音频数据、转录、发音词典,和一个特定于语言的文档或一个带注释的图像数据集。我们的数据收集服务涵盖各种数据类型和收集方法,以满足您独特的数据需求。

了解更多


图像 图像 图像