开源数据集的获取不该成为你的阻塞项

摘要

本文介绍了获取公共开源数据集的5种方法，并在文章末尾提供了一种直接检测数据集的大招。

Kaggle

Kaggle是一个数据科学竞赛、数据库托管、代码编写和分享的平台，提供超过 50,000 个公共数据集和 400,000 个公共笔记。用户可以通过搜索栏和高级过滤功能来挑选数据集。

Paper with Code

Papers with Code收集了众多领域的论文和代码，提供sota论文实现，并且可以根据数据形态或任务等多种方式检索数据集。

Roboflow

Roboflow提供了庞大的计算机视觉数据集、图像和预训练模型，支持在线试用数据集的预训练模型，并提供数据集的下载，格式适配多种任务和模型。

Mendeley Data

Mendeley Data是一个包含近七万数据集的专业数据库，涵盖图片、文本、音频等多种数据类型，支持免费下载。

IEEE DataPort

IEEE DataPort提供了专业性强的数据集，虽然是付费的，但对某些研究可能非常有用。

Google Dataset Search

作者推荐的大招是使用Google Dataset Search，一个可以检索数千个数据集的工具，简单搜索关键字便能找到丰富的数据集资源。

文章结束语强调了希望公开数据资源的获取不成为阅读者的障碍，并提醒读者本篇文章的实用价值。