全网最全的数据集网站汇总贴

Wikipedia

• 网址：https://en.wikipedia.org/wiki/List_of_datasets_for_machine-learning_research
• 内容：Wikipedia List of datasets for machine-learning research.
• 数据集数量：中等；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️
  
  

UCI

• 网址：https://archive.ics.uci.edu/ml/index.php
• 内容：UCI Machine Learning Repository；
• 数据集数量：较多；
• 是否提供下载链接：提供；
• 推荐指数：⭐️⭐️⭐️⭐️
  
  

figshare

• 网址：https://figshare.com/
• 内容：研究成果共享平台；
• 数据集数量：较多；
• 是否提供下载链接：提供；
• 推荐指数：⭐️⭐️⭐️
  
  

data.gov

• 网址：https://www.data.gov/
• 内容：美国政府开发数据；
• 数据集数量：较多；
• 是否提供下载链接：提供；
• 推荐指数：⭐️⭐️⭐️
  
  

datasetlist

• 网址：https://www.datasetlist.com/
• 内容：Machine learning datasets
• 数据集数量：中等；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️⭐️
  
  

谷歌数据集搜索

• 网址：https://datasetsearch.research.google.com/
• 内容：Goggle datasets search；
• 数据集数量：较多；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️

bifrost

• 网址：https://datasets.bifrost.ai/
• 内容：Search for visual datasets
• 数据集数量：中等；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️

Kaggle Datasets

• 网址：https://www.kaggle.com/datasets
• 内容：Find and use datasets or complete tasks；
• 数据集数量：较多；
• 是否提供下载链接：提供；
• 推荐指数：⭐️⭐️⭐️⭐️⭐️

computervisiononline

• 网址：https://computervisiononline.com/datasets
• 内容：Computer Vision Online Datasets；
• 数据集数量：中等；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️⭐️⭐️

VisualData

• 网址：https://www.visualdata.io/discovery
• 内容：Best place to find and share computer vision datasets；
• 数据集数量：中等；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️⭐️

CVonline

• 网址：http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm
• 内容：This is a collated list of image and video databases that people have found useful for computer vision research and algorithm evaluation.
• 数据集数量：较多；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️⭐️⭐️

hyper

• 网址：https://hyper.ai/datasets
• 内容：收集了 343 个公开数据集资源，整理并提供相应的存储服务；
• 数据集数量：中等；
• 是否提供下载链接：不提供；
• 推荐指数：⭐️⭐️⭐️

格物钛

• 网址：https://www.graviti.cn/open-datasets
• 内容：公开数据集；
• 数据集数量：中等；
• 是否提供下载链接：提供；
• 推荐指数：⭐️⭐️⭐️⭐️⭐️

由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：

（1）点击页面最上方"AINLP"，进入公众号主页。

（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。

感谢支持，比心。

欢迎加入推荐系统交流群

进群请添加AINLP小助手微信 AINLPer（id: ainlper)，备注推荐系统

推荐阅读

这个NLP工具，玩得根本停不下来

征稿启示| 200元稿费+5000DBC（价值20个小时GPU算力）

完结撒花！李宏毅老师深度学习与人类语言处理课程视频及课件（附下载）

从数据到模型，你可能需要1篇详实的pytorch踩坑指南

如何让Bert在finetune小数据集时更“稳”一点

模型压缩实践系列之——bert-of-theseus，一个非常亲民的bert压缩方法

文本自动摘要任务的“不完全”心得总结番外篇——submodular函数优化

Node2Vec 论文+代码笔记

模型压缩实践收尾篇——模型蒸馏以及其他一些技巧实践小结

中文命名实体识别工具（NER）哪家强？

学自然语言处理，其实更应该学好英语

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。

阅读至此了，分享、点赞、在看三选一吧🙏