Data Collection

众所周知，计算机领域论文是要以实验为基础的，而实验的原料就是数据。不管是在图像，文字或者语音领域，开源的数据都十分宝贵和重要。这里主要收集各领域的一些常用的公开数据集。

计算机视觉：

【ImageNet】

【Caltech Pedestrian Dataset】

简介：行人检测数据集

网址：https://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/

细节：

（1）摄像头位于车上

（2）图片模糊

（3）行人少而小，大多数图片不包含行人

（4）原始数据为视频，可以采样为图片

（5）官网给出了各种方法的性能，给出了evaluation的代码。

自然语言处理：

【维基百科简体中文语料】

简介：较大规模的中文语料

网址：http://download.wikipedia.com/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2

细节：

（1）这个压缩包包含标题和正文

（2）用http://medialab.di.unipi.it/wiki/Wikipedia_Extractor抽取数据

（3）抽取命令 bzcat zhwiki-latest-pages-articles.xml.bz2 | python WikiExtractor.py -b1000M -o extracted >output.txt

（4）内容为简繁体混杂，需要https://github.com/BYVoid/OpenCC，https://code.google.com/archive/p/opencc/wikis/Install.wiki解决，运行命令opencc -i wiki_00 -o wiki_chs -c zht2zhs.ini

（5）参考使用网站：http://licstar.net/archives/262

语音处理：

数字医学数据：

Data Collection相关推荐

《Microsoft COCO Captions Data Collection and Evaluation Server》论文笔记
出处:CVPR2015 Motivation 本文描述了MSCoco标题数据集及评估服务器(Microsoft COCO Caption dataset and evaluation server), ...
【论文阅读】MIMICS: A Large-Scale Data Collection for Search Clarification
文章目录 Motivation Intro Contribution MIMICS-Click MIMICS-ClickExplore MIMICS-Manual Data Analysis Ques ...
app被拒 Guideline 5.1.1 - Legal - Privacy - Data Collection and Storage
app被拒 Guideline 5.1.1 - Legal - Privacy - Data Collection and Storage Guideline 5.1.1 - Legal - Priv ...
Data Collection with Apache Flume（一）
首先介绍一下Flume是个神马东东.Flume可以实现从多种数据源获取数据,然后传递到不同的目标路径.通常是利用Flume传送logs到不同的地方,例如从web server收集logs文件然后传送到 ...
OpenStack的Telemetry Data Collection服务概述
Telemetry项目是OpenStack的一个独立项目,专门用于采集其他服务的数据,用于计量.Telemetry提供了若干个软件组件,形成若干个服务的集合.服务之间通过OpenStack的消息总线互 ...
深数据 - Deep Data
暂无中文方面的信息,E文的也非常少,原文连接: A lot of great pieces have been written about the relatively recent surge in ...
Outlier Detection for Improved Data Quality and Diversity in Dialog Systems-学习笔记
Outlier Detection for Improved Data Quality and Diversity in Dialog Systems 论文按如下方式检测数据集中的异常值: 1.生成每 ...
大数据(big data)_如何使用Big Query＆Data Studio处理和可视化Google Cloud上的财务数据...
大数据(big data) 介绍 (Introduction) This article will show you one of the ways you can process stock pri ...
跨系统服务器data,跨服务器的数据整合方法及系统 Cross-server data integration method and system...
摘要: 本发明是有关于一种跨服务器的数据整合方法及系统. The present invention relates to a method for data integration across s ...

Data Collection

Data Collection相关推荐

最新文章

热门文章