EIA_电价数据集 该数据是EIA.gov网站上的开源数据集，涉及电价和其他有用数据。

英文| [简体中文]（ ） 表面缺陷检测：数据集和论文 :horse: :chart_increasing:在表面缺陷研究领域不断总结开源数据集非常重要。收集并汇编了2017年以来的重要重要论文，可以在 文件夹。 :whale: 数据集下载： | 介绍 目前，基于机器视觉的表面缺陷设备已在3C，汽车，家用电器，机械制造，半导体和电子，化学，制药，航空航天，轻工等多个行业的各个领域中广泛取代了人工视觉检查。基于机器视觉的传统表面缺陷检测方法通常使用常规图像处理算法或人为设计的特征以及分类器。一般而言，成像方案通常是通过使用被检查表面或缺陷的不同属性来设计的。合理的成像方案有助于获得照明均匀的图像，并清晰地反映物体的表面缺陷。近年来，许多基于深度学习的缺陷检测方法也已广泛用于各种工业场景中。 与计算机视觉中清晰的分类，检测和分割任务相比，缺陷检测的要求非常普遍。实际上，它的要求可以分为三个不同的级别：“缺陷是什么”（分类），“缺陷在哪里”（

NILM开源数据集:REFIT预处理代码

深度学习时间序列数据集，可用作分类以及其他功能。是时间序列界的“Imagnet”，发文章必跑数据集。大约有128个数据集，如ECG5000，GunPoint，coffee等数据集。内含密码。

癫痫发作检测教程：一系列教程，教您如何使用Python在开源数据集上进行癫痫发作检测

图像场景识别是15类开源数据集，基于该数据集进行场景图像的分类和识别, 图像场景识别是15类开源数据集，基于该数据集进行场景图像的分类和识别 图像场景识别是15类开源数据集，基于该数据集进行场景图像的分类和识别 图像场景识别是15类开源数据集，基于该数据集进行场景图像的分类和识别

开源数据集Fashion Mnist的JPG格式图片的压缩包，包含了60000张训练图片和10000张测试图片。githubl链接：https://github.com/zalandoresearch/fashion-mnist