数据集资源中心
为世界级人工智能应用团队创建和策划
现成的数据集
我们的高质量可授权数据集跳动您的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
开源公众数据集
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的数据训练。您可以从我们推荐的资源中搜索要访问，修改，重用和共享的打开数据集。使用这些公共可用的数据集来影响AI和ML应用程序的开发，或者如果您希望在解决真实数据集之前将一个简单的数据集进行基准测试或比较不同的算法。这些打开的数据集是考虑访问组织范围之外的数据的很好的选择。
数据集发现者
计算机视觉
计算机视觉通过模拟人类视觉系统的复杂性，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物体。在图像应用程序中利用机器学习，如使自动驾驶汽车能够了解周围环境、面部识别应用程序、增强现实和混合现实或在医疗保健领域通过x射线和MRI扫描发现症状的自动化任务。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。
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
演讲语料库
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。
EdResson.
DataSet具有71,358个单词总数，具有13,311个不同的单词，从单个扬声器的语音大约10小时和28分钟，记录在48kHz，总共包含3,632个波形的音频文件。音频文件范围为0.67到50.08秒。
了解更多
siddiquelatif
Urdu DataSet包含从Urdu Talk节目收集的Urdu演讲的情感话语。它包含400个基本情绪的话语：愤怒，快乐，中性和情感。有38个发言者（27名男性和11名女性）。
了解更多
常见的语音数据集是一个开源数据集，目前包含超过7,000小时的60种验证时间，包括可以帮助培训语音识别发动机的准确性的年龄，性和口音等人口统计元数据。DataSet中的每个条目都包含一个唯一的MP3和相应的文本文件。
了解更多
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
最新资讯及资源
博客
小数据的基础知识：可操作的数据在AI中提供了一条前进的新道路
阅读更多
博客
逐字与智能逐字:选择何种文字记录风格，以及何时
阅读更多
博客
数据科学与机器学习自动化：关于AI的自动化状态的了解
阅读更多
博客
导航转录过程
阅读更多
新闻稿
Appen以获取象限以扩展基于移动位置的数据收集产品
阅读更多
博客
在构建机器学习模型时，不要从划痕开始
阅读更多
在线研讨会
训练数据101 -如何获得可靠的训练数据来驱动你的AI
阅读更多
博客
数据在负责任人工智能中的作用:塑造道德人工智能未来的数据决策
阅读更多
博客
什么是光学字符识别？
阅读更多
电子书
人工智能和ML训练数据的基本指南
阅读更多
博客
AutoML是什么?
阅读更多
博客
eBay右转，错误 - 与ai：你衡量的事情
阅读更多
博客
2021年人工智能的现状:报告已发布
阅读更多
在线研讨会
人工智能2021年的状态——让机器学习在现实世界中发挥作用
阅读更多
博客
我们在训练数据中看到的错误类型:如何识别和避免常见的数据错误
阅读更多