本期将分享64个图像分类任务相关的热门公开数据集资源

本期将给大家介绍22个与手部检测、手势识别、手部图像分割等任务相关的公开数据集，包含第一人称、第三人称视角，可用于人机交互、手语翻译、3D建模等场景。

很多人想要结合RAG技术和大模型，打造自己的垂类AI助手，但是不知道怎么做？有一个基于工具的二开项目，是一个很典型的RAG技术在垂直场景应用的案例，大家可以参考它是怎么做的，动手也构建一个自己的AI助手作者基于，二次构建了深度优化的文档解析引擎，实现医疗文档的多模态解析与知识萃取，形成标准化知识库；

从评测结果来看，在权威的OmniDocBench基准测试中，MinerU2.5取得结果最优（SOTA），在布局检测、文本识别、表格识别、公式识别等关键指标上超越Gemini 2.5-Pro、GPT-4o等国际顶尖模型，对比开源文档解析方案（如MonkeyOCR、PP-StructureV3），MinerU2.5在解析精度、结构完整性和格式自然度方面同样处于优势地位。下一步，团队将持续拓展国际国内主

当前，科学数据与模型训练需求之间仍然存在明显鸿沟。大量关键科学信息分布在论文正文、图表、公式、结构表达和实验过程之中，天然具有多模态、强专业性和高复杂度等特征，难以直接进入模型训练流程。现有科学数据体系往往停留在原始汇聚、粗粒度清洗或单一模态处理层面，难以支撑科学大模型对结构、关系和过程的深入理解与演进。为解决上述问题，上海人工智能实验室在日前举办的第二届浦江AI学术年会上，正式发布了科学智能数据

交互式医学图像分割 (IMIS）通过结合用户交互输入（如点击、边界框或文本提示），将人工智能的高效计算与临床专家的专业经验紧密融合，能够实时生成符合临床需求的高质量分割结果。然而，该领域长期面临数据规模和质量的双重瓶颈，缺乏类似自然图像领域 SA-1B 数据集那样大规模、高密度、标注精确的数据集。这限制了交互式医学图像分割技术的研究深度和实际应用广度。因此，构建大规模、高密度的交互式医学图像分割数

更多数据集，请访问OpenDataLab官网

行人数据集MOT20，环境更复杂、人群更密集，任务难度更大

就像无数人从敲下“Hello World”开始代码之旅一样，许多研究员从“MNIST数据集”开启了人工智能的探索之路。

NanaDraw是一款AI驱动的科研职场绘图神器，能够快速生成可编辑的学术配图。它支持四种智能模式（自动/草稿/生成/组装），200+内置学术风格，1000+专业图标素材，通过自然语言指令即可生成流程图、机制图等专业图表。独特优势在于生成后仍可自由编辑每个元素，支持导出SVG/PNG/PPT等高清格式，完美解决论文配图卡顿、AI生图不可调等痛点。适用于科研论文、基金标书、职场汇报等场景，实现AI生