全国火车站的站点位置gis

火车轨道检测数据集，可识别火车轨道和障碍物，识别准确率 93.7％，使用voc标记的3900张原始图片

火车轨道检测数据集，可识别火车轨道和障碍物，识别准确率 93.7％，使用coco标记的3900张原始图片

火车轨道检测数据集，可识别火车轨道和障碍物，识别准确率 93.7％，使用yolov5标记的3900张原始图片

火车轨道检测数据集，可识别火车轨道和障碍物，识别准确率 93.7％，使用yolov7标记的3900张原始图片

火车轨道检测数据集，可识别火车轨道和障碍物，识别准确率 93.7％，使用yolov8标记的3900张原始图片

火车轨道检测数据集，可识别火车轨道和障碍物，识别准确率 93.7％，使用yolov9标记的3900张原始图片

火车轨道检测数据集，可识别火车轨道和障碍物，识别准确率 93.7％，使用yolov11标记的3900张原始图片

基于学习注意力的知识图关系预测嵌入数据集，包含FB15k-237，kinship，NELL-995，umls，WN18RR

刀具识别数据集，使用yolov11标记的5089张原图，81.1%的识别率

样本图：blog.csdn.net/2403_88102872/article/details/144427823 文件放服务器下载，请务必到电脑端资源预览或者资源详情查看然后下载 数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件) 图片数量(jpg文件个数)：1232 标注数量(json文件个数)：1232 标注类别数：5 标注类别名称:["cable","tower_wooden","tower_lattice","tower_tucohy","void"] 每个类别标注的框数： cable count = 10085 tower_wooden count = 335 tower_lattice count = 407 tower_tucohy count = 237 void count = 396 使用标注工具：labelme==5.2.0 标注规则：对类别进行画多边形框polygon 重要说明：可以将数据集用labelme打开编辑，json数据集可以转成mask或者yolo格式作语义分割或者实例分割 特别声明：本数据集不对训练的模型或

刀具识别数据集，使用yolov8标记的5089张原图，81.1%的识别率

刀具识别数据集，使用yolov5标记的5089张原图，81.1%的识别率

刀具识别数据集，使用yolov9标记的5089张原图，81.1%的识别率

刀具识别数据集，使用coco标记的5089张原图，81.1%的识别率

刀具识别数据集，使用yolov7标记的5089张原图，81.1%的识别率

刀具识别数据集，使用voc标记的5089张原图，81.1%的识别率

商店偷窃行为识别数据集，使用voc格式对8395张原始图片标注，平均准确率达到98.6％

商店偷窃行为识别数据集，使用coco格式对8395张原始图片标注，平均准确率达到98.6％

商店偷窃行为识别数据集，使用yolov5格式对8395张原始图片标注，平均准确率达到98.6％

商店偷窃行为识别数据集，使用yolov7格式对8395张原始图片标注，平均准确率达到98.6％

一、数据介绍 数据名称：上市公司-新质生产力水平数据 数据年份：2015-2023年 样本范围：上市公司 数据样本：37320条 数据说明：含原始数据、企业新质生产力等21个指标 三、数据指标 股票代码 股票简称 年份 省份 城市 区县 省份代码 城市代码 区县代码 研发人员薪资占比 研发人员占比 高学历人员占比 固定资产占比 制造费用占比 研发折旧摊销占比 研发租赁费占比 研发直接投入占比 无形资产占比 总资产周转率 权益乘数倒数 企业新质生产力水平

数据说明 该数据集包含日语词汇的完整列表及其假名读数和英语翻译，按JLPT（日语能力测试）级别分类。该数据集由单个 CSV 文件组成，使其易于访问以进行分析和研究。 列： 原文：用汉字书写的日语词汇 假名：平假名词汇的阅读 中文（简体） ： 日语单词的英文翻译 JLPT水平：与单词相关的日语能力测试（JLPT）的熟练程度 该数据集对于学习日语能力的个人来说非常宝贵，因为它提供了一个结构化和有组织的词汇列表，并配有假名读物和英语翻译。无论您是初学者还是高级学习者，此数据集都可以帮助您获取和理解词汇。 资料来源： 该数据集来自Tanos JLPT网站，该网站根据CC BY许可提供。用户可以自由使用、共享和调整数据集，以用于他们的教育和研究目的，同时对原始来源给予适当的认可。

数据说明 每行可能代表不同的课程，数据集包含描述每门课程特征的多个属性，例如标题、评级、级别、时间表、学习目标、教师详细信息、提供机构、关键字、课程 URL、完成持续时间和评论数量。

本数据集的工资数据截至 2023-24 赛季夏季转会窗口。数据提取自游戏《Football Manager 2024》，包含 40,000+ 名球员的数据。 FM24 是一款深受欢迎的足球模拟经营游戏。玩家将扮演一位足球经理，负责经营一支足球俱乐部，通过合理的人员调整、战术布置和训练安排，带领球队取得胜利。 数据说明 data_raw.csv 字段 说明 Name 球员名字 Club 俱乐部 Division 联赛 Based 联赛举办国 Nat 国籍 EU National 是否为欧洲国家 Caps 出场次数 AT Apps 所有出场时间 Position 位置 Age 年龄 CR 影响力(0-10000) Begins 合同开始日期 Expires 合同截止日期 Last Club 上一家俱乐部 Last Trans. Fee 转会费 Salary 工资 data_cleaned.csv 字段 说明 Is_top_5_League 是否在在五大联赛效力 Based_rich_nation 球员生活的国家是否富裕 Is_top_ranked_nation 球员所代表的国家是否在国际

2011-2023年北大数字普惠金融指数“第六期”（包括省市县） 1、时间：省级和地级市级的时间区间为2011-2023年 其中县级的时间为2014-2023年 2、来源：北大数字普惠金融指数 3、范围：全国31省，337个地级市以及2800个县 4、指标：综合指数、覆盖广度、使用深度、支付业务、保险业务、货币基金业务、投资业务、信用业务、信贷业务、数字化程度 这套指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度；此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类指数；但由于监管和公司数据安全审核等方面的原因，2019-2022年的信用和货币基金分指数，没有对外公布。 5、参考文献：郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征

商店偷窃行为识别数据集，使用yolov8格式对8395张原始图片标注，平均准确率达到98.6％

商店偷窃行为识别数据集，使用yolov9格式对8395张原始图片标注，平均准确率达到98.6％

商店偷窃行为识别数据集，使用yolov11格式对8395张原始图片标注，平均准确率达到98.6％

该数据从长期无间隙高分辨率空气污染物浓度数据集（简称LGHAP）获取，其数据格式为nc

医院跌倒检测识别 使用coco格式对4806张原始图片进行标注，可识别病人跌倒，病人的危险行为，病床等场景，预测准确率可达96.7％

医院跌倒检测识别 使用voc格式对4806张原始图片进行标注，可识别病人跌倒，病人的危险行为，病床等场景，预测准确率可达96.7％

医院跌倒检测识别 使用YOLOV5对4806张原始图片进行标注，可识别病人跌倒，病人的危险行为，病床等场景，预测准确率可达96.7％

医院跌倒检测识别 使用YOLOV7对4806张原始图片进行标注，可识别病人跌倒，病人的危险行为，病床等场景，预测准确率可达96.7％

医院跌倒检测识别 使用YOLOV8对4806张原始图片进行标注，可识别病人跌倒，病人的危险行为，病床等场景，预测准确率可达96.7％

医院跌倒检测识别 使用YOLOV9对4806张原始图片进行标注，可识别病人跌倒，病人的危险行为，病床等场景，预测准确率可达96.7％

医院跌倒检测识别 使用YOLOV11对4806张原始图片进行标注，可识别病人跌倒，病人的危险行为，病床等场景，预测准确率可达96.7％

详细介绍及样例数据：https://blog.csdn.net/m0_65541699/article/details/144424196

样本图：blog.csdn.net/2403_88102872/article/details/144424169 文件放服务器下载，请务必到电脑端资源预览或者资源详情查看然后下载 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：4270 标注数量(xml文件个数)：4270 标注数量(txt文件个数)：4270 标注类别数：8 标注类别名称:["Casting_burr","Polished_casting","burr","crack","pit","scratch","strain","unpolished_casting"]

交通道路上的车辆，人，自行车摩托车自动识别数据集，使用yolov11格式对2998张原始图片标注

交通道路上的车辆，人，自行车摩托车自动识别数据集，使用yolov8格式对2998张原始图片标注

交通道路上的车辆，人，自行车摩托车自动识别数据集，使用yolov9格式对2998张原始图片标注

交通道路上的车辆，人，自行车摩托车自动识别数据集，使用yolov5格式对2998张原始图片标注

交通道路上的车辆，人，自行车摩托车自动识别数据集，使用VOC格式对2998张原始图片标注

交通道路上的车辆，人，自行车摩托车自动识别数据集，使用yolov7格式对2998张原始图片标注

交通道路上的车辆，人，自行车摩托车自动识别数据集，使用coco格式对2998张原始图片标注

数据说明 该数据集包含 75 种不同类别的蝴蝶。该数据集包含6499+2786张图像，每张图片只属于一个蝴蝶类别。 每张图像的标签都保存在 Training_set.csv 、Testing_set.csv文件夹中 问题描述 计算机视觉、图像分类、图像预测

本资源为美国国家海洋和大气管理局（NOAA）下设的国家环境信息中心(NCEI)发布的1929至2024年的全球站点逐日气象数据集！ 该数据集提供了1929年至今的全球1万多个站点的逐日的气象指标。 早些年份的站点量较少，比如1929年全球只有21个站点，到了最近的年份，站点量就非常多了，2024年全球范围的观察站点一共有11950个。 每个站点的数据保持为一个csv文件！ 为方便查阅中国地区站点数据，本资源精心挑选出了全部935个中国地区站点，包括站点编号、名称、经纬度、海拔、数据起止年等信息。 还准备了shape文件方便中国地区数据站点的可视化。 数据包括气温、降水、湿度、能见度、风速、积雪、海平面气压、露点温度等12个指标。 需要声明的是，由于原始文件巨大，无法全部上传，本资源仅仅提供了2023年数据，其他1929年至2024年的数据可在本资源提供的下载网站链接自行下载。

2015年—2019年某地区公开的重点企业明细数据。每一行代表1家企业，行业代码可以查阅国家统计局官网查看有关行业标准

雨雪天气路面状况数据集，可识别结冰路面，雪地，下雨湿滑，干燥路面，图片均采用原始图片，使用yolov9标记

雨雪天气路面状况数据集，可识别结冰路面，雪地，下雨湿滑，干燥路面，图片均采用原始图片，使用yolov11标记

雨雪天气路面状况数据集，可识别结冰路面，雪地，下雨湿滑，干燥路面，图片均采用原始图片，使用yolov8标记

雨雪天气路面状况数据集，可识别结冰路面，雪地，下雨湿滑，干燥路面，图片均采用原始图片，使用yolov7标记

雨雪天气路面状况数据集，可识别结冰路面，雪地，下雨湿滑，干燥路面，图片均采用原始图片，使用coco标记

雨雪天气路面状况数据集，可识别结冰路面，雪地，下雨湿滑，干燥路面，图片均采用原始图片，使用voc标记

中国汽车车牌识别数据集，支持VOC格式的标注，8493张图片，可识别多种环境下的车牌 99.4％的超高识别率

中国汽车车牌识别数据集，支持COCO格式的标注，8493张图片，可识别多种环境下的车牌 99.4％的超高识别率

中国汽车车牌识别数据集，支持YOLOV5格式的标注，8493张图片，可识别多种环境下的车牌 99.4％的超高识别率

中国汽车车牌识别数据集，支持YOLOV7格式的标注，8493张图片，可识别多种环境下的车牌 99.4％的超高识别率

中国汽车车牌识别数据集，支持YOLOV8格式的标注，8493张图片，可识别多种环境下的车牌 99.4％的超高识别率