人脸识别数据集
聲明：本文為自己看的資料。如有轉載請尊重各位作者的權利，其版權由各位作者本人擁有。
關于數據集下載鏈接
國內數據：鏈接：http://pan.baidu.com/s/1i5nyjBn 密碼：26bm
好玩的數據集：鏈接：http://pan.baidu.com/s/1bSDIEi 密碼：25zr
微軟數據：鏈接：http://pan.baidu.com/s/1bpmo6uV 密碼：286q
微博數據集：鏈接:http://pan.baidu.com/s/1jHCOwCI 密碼:x58f
遙感影像庫：鏈接：http://pan.baidu.com/s/1dF63kDr 密碼：7tnh
1990-2016年股票數據：鏈接：http://pan.baidu.com/s/1i44IQ3N 密碼：o9hj
各大企業電話郵箱創立時間：鏈接：http://pan.baidu.com/s/1i5PXPCp 密碼：m4mo
98-09年經濟普查：鏈接：http://pan.baidu.com/s/1o8wbzsu 密碼：a093
各國各產業資產數據：鏈接：http://pan.baidu.com/s/1jI19qmi 密碼：on7y
1953-2013統計年鑒：鏈接：http://pan.baidu.com/s/1mh5sHuC 密碼：7ije
2015全國人口普查：鏈接：http://pan.baidu.com/s/1i5mIj6t 密碼：yad1
facebook大數據：鏈接：http://pan.baidu.com/s/1jHRb3Wq 密碼：aezb
taiwind數據：鏈接：http://pan.baidu.com/s/1kV8YKXh 密碼：984g
全球社交媒體：鏈接：http://pan.baidu.com/s/1qXXAQvU 密碼：c8qc
京東2015自營：鏈接：http://pan.baidu.com/s/1i56uYFz 密碼：oj4v
維基百科數據：鏈接：http://pan.baidu.com/s/1c2gMLUw 密碼：4f3b
kaggle競賽數據：鏈接：http://pan.baidu.com/s/1pLDAx6N 密碼：i10y
生物數據：鏈接：http://pan.baidu.com/s/1pLLHQwr 密碼：zfjs
nasa數據：鏈接：http://pan.baidu.com/s/1i50pw49 密碼：aawf
基因組數據：鏈接：http://pan.baidu.com/s/1pLTPwtP 密碼：vgs8
新聞數據：鏈接：http://pan.baidu.com/s/1hsHSyzE 密碼：pey9
ImageNet數據:鏈接：http://pan.baidu.com/s/1bpIcTAn 密碼：tejk
百肚數據：鏈接：http://pan.baidu.com/s/1hsr4ayg 密碼：k76p
圖像數據：鏈接：http://pan.baidu.com/s/1jHW1kAa 密碼：qztt
google數據：鏈接：http://pan.baidu.com/s/1bpsugGn 密碼：8bt4
分類練習數據：鏈接：http://pan.baidu.com/s/1pLuD3wJ 密碼：4pxf
各大聯賽世界杯數據：鏈接：http://pan.baidu.com/s/1jIO9TR4 密碼：1v1q
自動駕駛數據：鏈接：http://pan.baidu.com/s/1miFcv5e 密碼：y7uj
Caltech數據集：
http://www.vision.caltech.edu/Image_Datasets/Caltech101/Caltech101.html
http://www.vision.caltech.edu/Image_Datasets/Caltech256/
ILSVRC歷年數據集：
http://image-net.org/challenges/LSVRC/2016/download-images-8r28.php
http://image-net.org/challenges/LSVRC/2015/download-images-3j16.php
http://image-net.org/challenges/LSVRC/2014/download-images-5jj5.php
http://www.image-net.org/challenges/LSVRC/2013/download-images-rpa
http://www.image-net.org/challenges/LSVRC/2012/nonpub-downloads
http://www.image-net.org/challenges/LSVRC/2011/registered-downloads
http://www.image-net.org/challenges/LSVRC/2010/download-all-nonpub
PascalVOC數據集：
http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
轉自http://hi.baidu.com/zgzhaobo/blog/item/5c90e30a876b5d0d95ca6bb8.html
■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (http://www2.imm.dtu.dk/~aam/)
■AR Face Database (http://cobweb.ecn.purdue.edu/~aleix/aleix_face_DB.html)
■BioID Face Database (http://www.bioid.com/downloads/facedb/index.php)
■Caltech Computational Vision Group Archive (Cars, Motorcycles, Airplanes, Faces, Leaves, Background) (http://www.vision.caltech.edu/html-files/archive.html)
■Carnegie Mellon Image Database (motion, stereo, face, car, …) (http://vasc.ri.cmu.edu/idb/)
■CAS-PEAL Face Database (http://www.jdl.ac.cn/peal/index.html)
■CMU Cohn-Kanade AU-Coded Facial Expression Database (http://www.ri.cmu.edu/projects/project_421.html
■CMU Face Detection Databases (http://www.ri.cmu.edu/projects/project_419.html)
■CMU Face Expression Database (http://amp.ece.cmu.edu/projects/FaceAuthentication/download.htm)
■CMU Face Pose, Illumination, and Expression (PIE) Database (http://www.ri.cmu.edu/projects/project_418.html)
■CMU VASC Image Database (motion, road sequences, stereo, CIL’s stereo data with ground truth, JISCT, face, face expressions, car) (http://www.ius.cs.cmu.edu/idb/)
■Content-based Image Retrieval Database (http://www.cs.washington.edu/research/imagedatabase/groundtruth/) 世界各地的地標
■Face Video Database of the Max Planck Institute for Biological Cybernetics (http://vdb.kyb.tuebingen.mpg.de/)
■FERET Database (http://www.frvt.org/)
■FERET Color Database (http://www.itl.nist.gov/iad/humanid/colorferet/home.html http://face.nist.gov/colorferet/ )
■Georgia Tech Face Database (http://www.anefian.com/face_reco.htm)
■German Fingerspelling Database (http://www.anefian.com/face_reco.htm )
■Indian Face Database (http:// www.cs.umass.edu/~vidit/IndianFaceDatabase)
■MIT-CBCL Car Database (http://cbcl.mit.edu/software-datasets/CarData.html)
■MIT-CBCL Face Recognition Database (http://cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html)
■MIT-CBCL Face Databases (http://cbcl.mit.edu/software-datasets/FaceData2.html)
■MIT-CBCL Pedestrian Database (http://cbcl.mit.edu/software-datasets/PedestrianData.html)
■MIT-CBCL Street Scenes Database (http://cbcl.mit.edu/software-datasets/streetscenes/) 世界各地的街景
■NIST/Equinox Visible and Infrared Face Image Database (http://www.equinoxsensors.com/products/HID.html)
■NIST Fingerprint Data at Columbia (Link)
■ORL Database of Faces (http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html)
■Rutgers Skin Texture Database (http://www.caip.rutgers.edu/rutgers_texture/)
■The Japanese Female Facial Expression (JAFFE) Database (http://www.kasrl.org/jaffe.html
■The Ohio State University SAMPL Image Database (3D, still, motion) (http://sampl.ece.ohio-state.edu/database.htm)
■The University of Oulu Physics-Based Face Database (http://www.ee.oulu.fi/research/imag/color/pbfd.html)
■UMIST Face Database (http://images.ee.umist.ac.uk/danny/database.html)
■USF Range Image Data (with ground truth) (http://marathon.csee.usf.edu/range/DataBase.html)
■Usenix Face Database (hundreds of images, several formats) (Link)
■UCI Machine Learning Repository (http://www1.ics.uci.edu/~mlearn/MLSummary.html)
■USC-SIPI Image Database (collection of digitized images) (http://sipi.usc.edu/services/database/Database.html)
■UCD VALID Database (multimodal for still face, audio, and video) (http://ee.ucd.ie/validdb/)
■UCD Color Face Image (UCFI) Database for Face Detection (http://ee.ucd.ie/~prag/)
■UCL M2VTS Multimodal Face Database (http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html)
■Vision Image Archive at UMass (sequences, stereo, medical, indoor, outlook, road, underwater, aerial, satellite, space and more) (http://sipi.usc.edu/database/)
■Where can I find Lenna and other images? (http://www.faqs.org/faqs/compression-faq/part1/section-30.html)
■Yale Face Database (http://cvc.yale.edu/projects/yalefaces/yalefaces.html)
■Yale Face Database B (http://cvc.yale.edu/projects/yalefaces/yalefaces.html)
目前人臉識別領域常用的人臉數據庫主要有:
由FERET項目創建,包含14,051張多姿態,光照的灰度人臉圖像,是人臉識別領域應用最廣泛
的人臉數據庫之一.其中的多數人是西方人,每個人所包含的人臉圖像的變化比較單一.
由麻省理工大學媒體實驗室創建,包含16位志愿者的2,592張不同姿態,光照和大小的面部圖像.
由耶魯大學計算視覺與控制中心創建,包含15位志愿者的165張圖片,包含光照,表情和姿態
的變化.
包含了10個人的5,850幅多姿態,多光照的圖像.其中的姿態和光照變化的圖像都是在嚴格控制
的條件下采集的,主要用于光照和姿態問題的建模與分析.由于采集人數較少,該數據庫的進一步應
用受到了比較大的限制.
由美國卡耐基梅隆大學創建,包含68位志愿者的41,368張多姿態,光照和表情的面部圖像.其
中的姿態和光照變化圖像也是在嚴格控制的條件下采集的,目前已經逐漸成為人臉識別領域的一個重
要的測試集合.
由劍橋大學AT&T實驗室創建,包含40人共400張面部圖像,部分志愿者的圖像包括了姿態,
表情和面部飾物的變化.該人臉庫在人臉識別研究的早期經常被人們采用,但由于變化模式較少,多
數系統的識別率均可以達到90%以上,因此進一步利用的價值已經不大.
由韓國浦項科技大學創建,包含103人的1,751張不同光照,姿態,表情的面部圖像,志愿者以
韓國人為主.
由西班牙巴塞羅那計算機視覺中心建立,包含116人的3,288幅圖像.采集環境中的攝像機參數,
光照環境,攝像機距離等都是嚴格控制的.
該數據庫是歐洲BANCA計劃的一部分,包含了208人,每人12幅不同時間段的面部圖像.
包含了1,000人,共52,000幅多姿態,多光照,多表情的面部圖像,其中姿態和光照變化的圖像
是在嚴格控制的條件下采集的.志愿者以韓國人為主.
該人臉數據庫包含了200人的頭部3維結構數據和1,400幅多姿態的人臉圖像.
包含了295人在4個不同時間段的圖像和語音視頻片斷.在每個時間段,每人被記錄了2個頭部
旋轉的視頻片斷和6個語音視頻片斷.此外,其中的293人的3維模型也可得到.
FERET姿態數據庫:FERET人臉庫是著名的人臉識別庫, 姿態庫是其中的子庫. FERET姿態庫共包含 個人的 張圖像, 即每個人有在Yaw方向上的 種不同姿態的圖像. FERET的網址為http://www.itl.nist.gov/iad/humanid/feret/.
CAS-PEAL姿態數據庫: CAS-PEAL人臉數據庫是中科院計算所采集的人臉數據庫, 姿態數據庫為其其中的子庫. CAS-PEAL姿態庫包含 個人的圖像, 在Yaw方向上有 種姿態角度, 在Pitch方向上有 種姿態角度, 即總共21種不同的頭部姿態. CAS-PEAL數據庫的網址為http://www.jdl.ac.cn/peal/index.html.
Pointing Data 數據庫: Pointing Data數據庫包含 個人的圖像, 每個人有 個序列的 張不同姿態時的圖像. 數據庫中的人的皮膚顏色并不相同. 頭部的姿態在水平方向上從正面到全側面的 種姿態, 垂直方向上有 種姿態. 采集人的年齡在20歲到40歲之間. 頭部的位置手工切割得到. Pointing Data數據庫的網址為http://www-prima.inrialpes.fr/Pointing04.
UMIST姿態數據庫: UMIST人臉庫包含 個人的從側面到正面的 張圖像. UMIST姿態數據庫的網址為http://images.ee.umist.ac.uk/danny/database.html.
CMU PIE數據庫: CMU PIE 數據庫由70個人的有13種不同姿態的圖像組成. CMU PIE 數據庫中的圖像同時有光照和表情的變化. CMU PIE數據庫的信息可以從網頁http://www.ri.cmu. edu/projects/project_418.html查到.
Softopia HOIP數據庫: Softopia HOIP數據庫由2個子庫組成, 每個子庫均包含300個人的圖像, 其中男性和女性的人數均為150人. 第一個子庫包含168個離散的姿態, 在水平方向上有24個姿態, 豎直方向上7個姿態, 姿態間隔均為15度. 第二個數據庫包含511個離散的姿態, 在水平方向上有73個姿態, 姿態間隔為5度, 豎直方向上7個姿態, 姿態間隔為15度. 這個數據庫僅供日本的學術機構使用. Softopia HOIP數據庫的網址為 http://www.softopia.or.jp/rd/facedb.html.
CVRR-86數據庫和CVRR-386數據庫: CVRR-86數據庫包含28個人的3894張圖像. 姿態在水平方向上從 到 和在豎直方向從 到 均間隔15度采集, 經組合后共有86種離散的姿態. 每個人的圖像個數并不固定. CVRR-363數據庫包含10個人的圖像. 姿態在水平方向上從 到 和在豎直方向從 到 均間隔5度采集, 經組合后共有363種離散的姿態. 這兩個數據庫目前并沒有公開, 其相關信息可以網址http://cvrr.ucsd.edu查到.
FacePix數據庫: FacePix數據庫包含30個人的圖像[116]. 其姿態范圍為水平方向上從-90度到90度, 間隔為1度, 共181個姿態. 該數據中的圖像已經根據手工標注的眼睛位置進行了切割. 此數據庫目前尚未公開.
除了上面提到的一些數據庫, 也有姿態視頻數據庫, 如XM2VTS的姿態序列集合 [117]以及IDIAP數據庫 [62]. 在XM2VTS姿態序列數據庫中, 295名被采集者被要求分別從中心向左、右、上、下旋轉, 然后回到中心. 該姿態序列背景簡單, 并且沒有記錄同步的真實姿態參數. IDIAP數據庫中包含16個人的2種自然活動視頻集合, 一個是會議室場景, 一個是辦公室場景. 雖然該序列同步記錄了姿態信息, 但是該數據庫數據量相對較小.
作者：貓丸
鏈接：https://www.zhihu.com/question/27798279/answer/120660978
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
最近把答案中的所有網站收錄到我的小站中了，大家有需要的可以收藏這個，方便查詢。。
http://hippter.com/data.html
————————————
分享下我自己平時收集的…共100多個O_O
網站分析類：
百度指數 - 以百度海量網民行為數據為基礎的數據分享平臺
Google趨勢 - 了解 Google中熱度上升的搜索
360指數 - 基于360搜索的大數據分享平臺
Alexa - 網站排名
Google Analytics - Google出品，可以對目標網站進行訪問數據統計和分析
百度統計 - 百度推出的一款免費的專業網站流量分析工具
騰訊云分析 - 是騰訊數據云,騰訊大數據戰略的核心產品
移動應用分析類：
友盟指數 - 以友盟海量數據為基礎的觀察移動互聯網行業趨勢的數據平臺
移動觀象臺 - 20億獨立智能設備為依據，提供應用排行榜
ASOU趨勢 - 每日跟蹤超過 100萬款應用，分析超過6億條數據
蟬大師 - App數據分析與ASO優化專家，應用與游戲推廣平臺
百度移動統計 - 基于移動APP統計的分析工具
QuestMobile - 國內知名的移動大數據服務提供商
應用雷達 - 專業的APP排行歷史跟蹤軟件實時榜單排名分析
Appannie - 移動應用和數字內容時代數據分析和市場數據的行業領導者
CQASO - 國內最專業的APP數據分析平臺
媒體傳播類：
微博指數
優酷指數
微票兒票房分析
BOM票房數據
愛奇藝指數
數說傳播
百度風云榜
微博風云榜
愛奇藝風云榜
豆瓣電影排行榜
新媒體排行榜
品牌微信排行榜
清博指數
易贊 - 公眾號畫像
電商數據類：
阿里價格指數
淘寶魔方
京東智圈
淘寶排行榜
投資數據類：
Crunchbase - 一個免費的科技公司、技術行業知名人物和投資者相關信息的數據庫
清科投資界 - 風險投資,私募股權,創業者相關投資,私募,并購,上市的研究
IT桔子 - 關注TMT領域創業與投資的數據庫
創投庫 - 提供最全的投資公司信息
Angel - 美國創業項目大全
Next - 36kr子站，每天更新新產品介紹
Beta List - 介紹初創公司
金融數據類：
積木盒子 - 全線上網絡借貸信息中介平臺
網貸中心 - 告網貸行業危機,公正透明地披露網貸平臺數據
網貸之家 - P2P網貸平臺排名
網貸數據 - 網貸天下 - 行業過去30天詳細交易數據,網貸天下統計、發布,每天6點更新
中國P2P網貸指數
零壹數據-專業互聯網金融數據中心
大公金融數據
全球股票指數
愛股說-基金經理分析找股平臺
私募基金管理人綜合查詢
中財網數據引擎
游戲數據：
百度網游風云榜
360手機游戲排行榜
360手游指數
CGWR排行榜
App Annie游戲指數
小米應用商店游戲排名
TalkingData游戲指數
游戲玩家排名&賽事數據
國家社會數據：
中國綜合社會調查
中國人口普查數據
中國國家數據中心
中國家庭收入項目
中國健康和營養調查
中國統計數據
全國企業信息查詢
北京宏觀經濟數據庫
中國金融信息網
其它數據：
螞蟻金服研究院 - 網消指數&互金指數
二手市場行情
中國網絡騙子地圖
春運遷徙地圖
房價指數
中國城市擁堵指數
百度研究院PC平臺
百度城市熱力圖
數據分析機構：
艾瑞iResearch
艾媒iimedia
易觀國際
企鵝智酷_騰訊網
手游那點 - 全事球互聯網市場研究
dataeye - 專注于泛娛樂領域的大數據分析和挖掘
Accenture（埃森哲）
Analysys
Asymco
Canalys
CTR
CNNIC
CB Insights
Deloitte（德勤）
Digi-Capita
Forrester（弗雷斯特）
Gartner（高德納）
GfK（捷孚凱）
IDC（國際數據）
KPCB（凱鵬華盈）
MMD研究所
Nielsen（尼爾森）
NPD（恩帛源）
Ofcom
Piper Jaffray & Co
Strategy Analytics
UBS（瑞銀）
pewresearchcenter
不知道題主關注的是哪些領域，其它知友提供了非常棒的回答。考慮到他們的分享以國內數據源為主，我來補充一些國外數據源。
美國管理協會（ AMA）旗下雜志《Marketing News》每年會發布一份Gold Top 50（原為Honomichl Top 50）榜單，列舉過去一年美國營收排名前50的市場研究公司。上榜的公司就是非常好的數據來源。
2016年發布的Gold Top 50榜單，前10名數據公司及其官網分別為：
Nielsen（What People Watch, Listen To and Buy）
IMS Health（Creating Connected Solutions for Better Healthcare Performance）
Kantar（Research, data and insight consultancy）
IRI（IRI - Delivering Growth for CPG, Retail, and Healthcare）
Ipsos（Global market and opinion research specialists）
Westat（Westat.com |）
Gfk（Market research and user experience research experts）
comScore（Precisely Everywhere）
NPD（NPD Group - Market Research）
JD Power（A Global Market Research Company）
作者：企鵝智酷
鏈接：https://www.zhihu.com/question/27798279/answer/120633176
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
剩余機構及其網站，請查看下列詳細列表：
摘取常見的幾家機構，介紹下它們的數據類型：
Nielsen：全球性的市場研究公司，它的調研集中在快消、汽車、電信等領域，數據涉及消費者偏好、購買行為等多項內容，有時還會提供具有代表性的案例研究。
Kantar：同樣是一家綜合性的市場研究公司，研究覆蓋快消、健康、品牌、金融等領域，數據涉及產品的用戶喜好、品牌認知度等內容。Kantar對公眾比較開放，網站上的數據和分析可以免費查看。
comScore：一家在教育、能源、醫療領域均有研究的市場分析公司，但最擅長的領域還是媒體營銷。comScore的數據通常涉及網站流量、流媒體視頻消費、用戶購買行為等，對美國本土市場的研究很深入。過去幾年，comScore以每年一期的節奏發布美國應用市場報告，分析當年應用市場的現狀和未來趨勢。今年移動市場表現出非常明顯的衰落跡象，comScore兩年前就發現了。
NPD：綜合性市場研究公司。NPD每年訪問超過1200萬顧客，服務范圍覆蓋服裝、電氣、汽車、消費電子、體育等多個領域。它能夠提供產品銷量預測、用戶行為等數據。
除了Gold Top 50，再補充一些常用數據源，以科技、互聯網為主：
科技IT數據來源
IDC（IDC: The premier global market intelligence firm.）
Gartner（Technology Research）：
兩家公司在IT、電信、消費電子、應用軟件領域有很深積累，每年都會發布全球市場智能手機、平板電腦、PC出貨量，經常關注科技資訊的知友對它們應該很熟悉。
其實除了科技產業，IDC和Gartner還會定期公開能源、健康、制造等的調研數據。進行相關領域研究時，可以將它們的數據作為一項參考。
上市公司數據來源：
美股：
納斯達克（NASDAQ Stock Market）
紐交所（https://www.nyse.com/index）
SEC（SEC.gov | Home）
港股：
香港聯交所（HKEX）
A股：
上交所（上海證券交易所）
深交所（深圳證券交易所）
證監會（http://www.csrc.gov.cn/）
研究上市公司的人員結構、業務構成，財報是常用手段。以一定時間跨度分析一家公司的財報，比單純看某個季度更有價值。美股財報可以訪問納斯達克、紐交所或SEC的網站獲取，港股財報可以訪問香港聯交所網站獲取，A股財報可以訪問上交所、深交所或證監會網站獲取。
媒體與營銷數據來源：
獨立民調機構，調查范圍覆蓋政治、社會趨勢、宗教，媒體新聞、科技互聯網，調查報告和數據可以免費查看。皮尤具有非常現代化的網頁設計，體驗好過大多數調研機構網站。
第三方YouTube統計平臺，可以提供不同頻道的訂閱數、排名、視頻觀看量等數據。VidStatsX數據的時間跨度很大，時效性也很強，可以觀察一些爆款視頻的數據變化。
移動應用數據來源
App Annie（https://www.appannie.com/dashboard/home/）
App Annie可以提供一款應用在不同應用商店中的日排名，歷史排名以及在不同國家的評級數據。用戶也可以查看更詳細的下載、收入預估等數據，但這些都需要付費訂閱。
編輯于 2016-09-05
1.1K47 條評論
分享
收藏感謝收起
mwcc
mwcc
啦啦啦
62 人贊同了該回答
簡單瀏覽幾個答案竟然沒有人提到Data | The World Bank。
強烈推薦Data | The World Bank，去年做一些case的時候查數據用了很多很多次。
然后這個好像是Google的一個數據，Freebase
其實你想要不付費得到高質量的有時效性的社會經濟數據蠻難的，個人經驗以前做過的地方會有時候像去尼爾森等等機構買數據還是一筆很大的開銷的。
對了還有這個地方我覺得蠻有趣的定期回去看，NIFTY - Weekly Visualization，這是斯坦福做的一個數據可視化的項目，我理解他是做一寫text clustering或者topic model去檢測每一天或者一段時間的news article的topic變化。
發布于 2015-02-09
62添加評論
分享
收藏感謝
陳誠
陳誠
降服其心
33 人贊同了該回答
瀏覽了一下，看到還沒有人提到Kaggle的datasets：Datasets | Kaggle。
Kaggle是給數據分析和建模的競賽平臺，他們現在也有提供一些開放的數據集來讓大家使用，比如：
歐洲足球的數據庫，NBA數據
2016年美國大選的數據（也有希拉里郵件）
IMDB電影數據，
一些公司的數據（Uber，Twitter ，Lending Club, Reddit）等。
而且還有很詳細的數據描述：
不僅如此，他們還做了一個社區，就是對這些數據集有使用經驗的人可以在一起交流，提出問題，用數據回答問題。
點擊進去可以看到別人完整的分享和數據使用流程，對于學習來說非常有用。
用這些數據源+自身的練習+和別人思路技法上的切磋交流，可以進步很大。
總結
- 上一篇： C语言 1A gt $20,C语言输出
- 下一篇： 虚假人脸数据集