首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CreateAMind

    3d数据

    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

    1.4K20发布于 2018-07-24
  • 来自专栏数据科学(冷冻工厂)

    空间转录组: DLPFC数据分析 (3)

    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!

    17410编辑于 2025-11-19
  • 来自专栏数据科学和人工智能

    数据 | 图书数据

    下载数据请登录爱数科(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。

    2.9K40编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 行星数据

    下载数据请登录爱数科(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。

    2.1K20编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 订购数据

    下载数据请登录爱数科(www.idatascience.cn) 该数据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。

    2.2K30编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 鲍鱼数据

    下载数据请登录爱数科(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.

    2.9K40编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 小费数据

    下载数据请登录爱数科(www.idatascience.cn) 小费数据 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源

    1.9K20编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 广告数据

    下载数据请登录爱数科(www.idatascience.cn) 数据由 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。

    2.5K30编辑于 2022-03-30
  • 来自专栏集智书童

    3D-COCO数据开源 | COCO数据迎来3D版本开源,为COCO数据带来3D世界的全新任务,2D-3D完美对齐 !

    作者介绍了3D-COCO,这是对原始MS-COCO [1]数据的扩展,提供了3D模型和2D-3D对齐标注。 这个数据以原始的MS-COCO [1]检测数据为基础,并扩展了从ShapeNet [2]和Objaverse [3]收集的3D模型。 其他一些检测数据还提供了3D CAD模型,如ObjectNet3D [21],ABO [22]等。 关于所有这些数据的相关信息在表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,解决大多数场景理解和3D重建任务。 此外,该数据被用作检测、分割和姿态估计任务的参考。 3D-COCO数据在格式上与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。

    1.3K10编辑于 2024-04-12
  • 来自专栏张高兴的博客

    YOLOv8 入门指南:(3数据准备

    整理数据数据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。 生成训练与测试 运行下面的 Python 代码划分数据 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 TRAIN_RATIO = 70 # 数据路径 work_sapce_dir /") # 数据标签文件夹路径 annotation_dir = os.path.join(work_sapce_dir, "Annotations/") # 划分后的数据文件夹路径 yolo_dataset_dir

    74510编辑于 2025-05-21
  • 来自专栏单细胞天地

    Seurat4.0系列教程3:合并数据

    在此,我们将合并两个 10X PBMC 数据:一个包含 4K 细胞,一个包含 8K 细胞。数据可以在这里[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

    8.6K51发布于 2021-07-02
  • 来自专栏数据科学(冷冻工厂)

    空间转录组: Visium HD 数据分析 (3)

    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。 memory low) cs <- split(seq_len(ncol(sce)), sce$Level1) cs <- lapply(cs, \(.) sample(., min(length(.), 4e3)

    31910编辑于 2025-11-29
  • 来自专栏数据科学和人工智能

    数据 | 苹果股价数据

    下载数据请登录爱数科(www.idatascience.cn) 这个数据涵盖了过去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。

    1.9K30编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 中风预测数据

    数据下载请登录爱数科(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

    2.4K40编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 超市购物数据

    下载数据请登录爱数科(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。 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。

    3.7K20编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | Udemy课程数据

    下载数据请登录爱数科(www.idatascience.cn) 该数据包含来自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

    2.1K20编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 婚姻情况数据

    下载数据请登录爱数科(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。

    1.8K10编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 北美停车数据

    下载数据请登录爱数科(www.idatascience.cn) 本数据包含北美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

    1.1K30编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 欧洲领土数据

    下载数据请登录爱数科(www.idatascience.cn) 该数据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

    89220编辑于 2022-03-30
  • 来自专栏数据科学和人工智能

    数据 | 大学篮球数据

    下载数据请登录爱数科(www.idatascience.cn) 该数据包括 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。

    66520编辑于 2022-03-30
领券