https://github.com/niessner/Matterport Matterport3D ? The Matterport3D V1.0 dataset contains data captured throughout 90 properties with a Matterport Pro Camera Paper Matterport3D: Learning from RGB-D Data in Indoor Environments If you use the Matterport3D data or code please cite: @article{Matterport3D, title={{Matterport3D}: Learning from {RGB-D} Data in Indoor Vision (3DV)}, year={2017} } Data The dataset consists of several types of annotations: color and
引言 本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程[1],持续更新,欢迎关注,转发,文末有交流群!
下载数据集请登录爱数科(www.idatascience.cn) 由电商平台爬取的图书信息,包括书名、出版信息、当前价格等。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 当当网搜索页面爬取。
下载数据集请登录爱数科(www.idatascience.cn) 其记录了2014年之前天文学家在恒星(除了太阳)周围发现的行星的信息。 1. 字段描述 2. 数据预览 3. 数据来源 来源于UCI机器学习库。
下载数据集请登录爱数科(www.idatascience.cn) 该数据集记录了一家全球超市4年的订购数据,包含订单的订单号、下单时间、发货时间、运输模式、顾客名称和地区等信息。 1. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
下载数据集请登录爱数科(www.idatascience.cn) 通过物理测量预测鲍鱼的年龄。 从原始数据中删除了缺失值的样本,并且对连续值的范围进行了缩放。数据集共4177个样本,8个字段 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 Warwick J Nash, Tracy L Sellers, Simon R Talbot, Andrew J Cawthorn and Wes B Ford (1994) "The Population 数据引用 Nash W J, Sellers T L, Talbot S R, et al.
下载数据集请登录爱数科(www.idatascience.cn) 小费数据集 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源
下载数据集请登录爱数科(www.idatascience.cn) 数据集由 Jose Portilla 和 Pierian Data 为他的 Udemy 课程(Python 数据科学和机器学习训练营) 创建,适合用于数据分析与逻辑回归预测。 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
作者介绍了3D-COCO,这是对原始MS-COCO [1]数据集的扩展,提供了3D模型和2D-3D对齐标注。 这个数据集以原始的MS-COCO [1]检测数据集为基础,并扩展了从ShapeNet [2]和Objaverse [3]收集的3D模型。 其他一些检测数据集还提供了3D CAD模型,如ObjectNet3D [21],ABO [22]等。 关于所有这些数据集的相关信息在表1中进行了总结。3D-COCO背后的动机是提供一个通用的目标数据集,解决大多数场景理解和3D重建任务。 此外,该数据集被用作检测、分割和姿态估计任务的参考。 3D-COCO数据集在格式上与ObjectNet3D [21]等效,因为它提供了训练经典检测网络所需的所有数据,包括3D模型和2D-3D。
整理数据集 将数据集图像与标签分别放至单独的文件夹,如图像存放至 JPEGImages 文件夹,标签存放至 Annotations 文件夹。 生成训练集与测试集 运行下面的 Python 代码划分数据集 import xml.etree.ElementTree as ET import os import random from shutil (cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') in_file.close() out_file.close() # 数据集的标签 classes=['blue_qr', 'green_qr', 'red_qr'] # 训练比例,即将70%的数据划分为训练集 TRAIN_RATIO = 70 # 数据集路径 work_sapce_dir /") # 数据集标签文件夹路径 annotation_dir = os.path.join(work_sapce_dir, "Annotations/") # 划分后的数据集文件夹路径 yolo_dataset_dir
在此,我们将合并两个 10X PBMC 数据集:一个包含 4K 细胞,一个包含 8K 细胞。数据集可以在这里[1]找到。 首先,我们在数据中读入并创建两个Seurat对象。 # PBMC4K PBMC8K ## 4340 8381 合并两个以上的Seurat对象 要合并两个以上的对象,只需将多个对象的向量传递到参数中即可:我们将使用 4K 和 8K PBMC 数据集以及我们以前计算的 library(SeuratData) InstallData("pbmc3k") pbmc3k <- LoadData("pbmc3k", type = "pbmc3k.final") pbmc3k " "3K_AAACATTGAGCTAC" "3K_AAACATTGATCAGC" ## [4] "3K_AAACCGTGCTTCCG" "3K_AAACCGTGTATGCG" "3K_AAACGCACTGGTAC " "4K" "8K" table(pbmc.big$orig.ident) ## pbmc3k PBMC4K PBMC8K ## 2638 4340 8381 基于标准化数据的合并
引言 本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程[1] 反卷积分析 接下来,我们将对以 16 µm 为单位的 Visium HD 空间转录组数据进行反卷积分析 加载单细胞参考数据 首先,我们加载与之匹配的 Chromium 单细胞 RNA 测序(scRNA-seq)数据,该数据提供了两种细胞注释分辨率:低分辨率(Level1)将细胞分为 9 类,高分辨率(Level2 为了确保参考数据与 Visium 数据在转录特征上保持一致,我们仅保留来自 patient 2 的细胞作为参考集。 memory low) cs <- split(seq_len(ncol(sce)), sce$Level1) cs <- lapply(cs, \(.) sample(., min(length(.), 4e3)
下载数据集请登录爱数科(www.idatascience.cn) 这个数据集涵盖了过去6年苹果公司的股价。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
数据集下载请登录爱数科(www.idatascience.cn) 根据世界卫生组织(WHO)的数据,中风是全球第二大死亡原因,约占总死亡人数的11%。 该数据集用于根据输入参数(例如性别,年龄,各种疾病和吸烟状况)预测患者是否可能中风。数据中的每一行都提供有关患者的相关信息。 1. 字段描述 2. 数据预览 3. 字段诊断信息
下载数据集请登录爱数科(www.idatascience.cn) 人口稠密的城市中超市数量在快速增加,市场竞争也很激烈。 该数据集记录了几家超市在3个不同分店中3个月的历史销售额,包含顾客性别、商品单价、销售数量、销售日期、总收入和顾客评价等信息。预测数据分析方法很容易应用于此数据集。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
下载数据集请登录爱数科(www.idatascience.cn) 该数据集包含来自Udemy的4个科目(商业金融、平面设计、乐器和网页设计)的3.682条课程记录。 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。 5. 数据引用
下载数据集请登录爱数科(www.idatascience.cn) 某社会实验内容为男人和女人签约嫁给一个他们以前从未见过的完全陌生的人。专家根据测试和面试对夫妇进行配对。 该数据集记录了十次该社会实验的数据。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
下载数据集请登录爱数科(www.idatascience.cn) 本数据集包含北美2017年驾驶员在城市中寻找停车位的情况(只包含人口超过10万的城市)。 可以用本数据集识别停车存在困难的区域,并辅助城市标志牌的设置。 1. 字段描述 2. 数据预览 3. 字段诊断信息
下载数据集请登录爱数科(www.idatascience.cn) 该数据集提供了用于统计的欧洲领土单位命名,缩写为 NUTS(来自法语Nomenclature des Unités regiones statistiques),是一种地理命名法,将欧盟 (EU) 的经济领土细分为三个不同级别的区域 (NUTS 1, 2和 3 ) 1. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。 5. 数据引用 https://ec.europa.eu/eurostat/data/database
下载数据集请登录爱数科(www.idatascience.cn) 该数据集包括 2013-2021 年美国一级大学篮球赛季的数据。 1. 字段描述 2. 数据预览 3. 数据来源 来源于Kaggle。