本数据集包含34,298张寄生虫和血细胞的显微镜图像，涵盖8个类别（6种寄生虫和2种血细胞类型）。数据规模约227MB，包含JPG和PNG两种格式，图像分辨率从9x9到989x967像素不等。该数据集具有多类别覆盖、真实临床样本、完整原始文件等特点，为寄生虫自动检测和医学影像分析提供了重要数据支撑。特别适用于深度学习模型的训练，可用于开发智能诊断辅助系统，帮助提升寄生虫感染的识别效率和准确性。

本文介绍了一个包含1100张图像的农作物识别数据集，涵盖小麦、甘蔗、黄麻、玉米和水稻五大类。数据集特点包括：类别均衡分布（每类约200张）、四种数据增强方式（原始、移位、翻转、旋转）、完整结构化标注。该数据集适用于深度学习模型训练、农业遥感分析、移动端识别应用和农业机器人开发等场景，能有效提升作物分类精度和模型泛化能力。所有图像已预处理为标准格式，可直接用于计算机视觉算法研发。

本文介绍了一个综合机器学习数据集集合，包含基因表达、时间序列、分类等多种数据类型，适用于各类机器学习任务。数据集以R数据文件和文本文件格式提供，总样本量超过7000条，具有高维特征（如golub数据集的7129个特征）和完整标注。数据优势体现在多样性、完整性、可复现性和实用性，能够支持算法开发、性能评估和实际应用。应用场景涵盖癌症诊断、时间序列预测、分类算法评估和回归问题研究。该数据集集合为科研和

本文介绍了一个包含1100张图像的农作物识别数据集，涵盖小麦、甘蔗、黄麻、玉米和水稻五大类。数据集特点包括：类别均衡分布（每类约200张）、四种数据增强方式（原始、移位、翻转、旋转）、完整结构化标注。该数据集适用于深度学习模型训练、农业遥感分析、移动端识别应用和农业机器人开发等场景，能有效提升作物分类精度和模型泛化能力。所有图像已预处理为标准格式，可直接用于计算机视觉算法研发。

摘要 本报告分析了2022年1-8月纽约市出租车运营数据，包含570万条记录(黄色出租车占97.8%，绿色出租车2.2%)。数据详细记录了行程时间、地点、费用等信息，覆盖纽约五大区。分析显示：1月黄色出租车高峰时段为15-19点(占比28.5%)，主要支付方式为信用卡(76.1%)，热门上车区域集中在曼哈顿(如Upper East Side占9.8%)。该数据集完整度高、时空覆盖广，适用于交通流量

纽约市房产估值与评估数据集包含超过984万条详细记录，覆盖全市房地产信息。该数据集包含8个核心字段，完整记录率高达100%，包括建筑分类、税级、地块尺寸和评估价值等关键指标。数据集覆盖238个邮编区域，最大邮编区域包含223,410条记录（10314）。这些数据支持房地产价格预测模型训练、市场趋势分析和投资决策，其大规模特性（984万条记录）和高质量（字段完整率100%）为机器学习应用提供了坚实基

牛津镇中心行人检测数据集是计算机视觉领域的重要基准数据集，包含3090帧高清视频（1920×1080分辨率）和47746条精准标注记录。数据集提供头部和身体双边界框标注，覆盖6-28个/帧的动态行人密度，数据完整率达95.89%。特色包括真实城市场景视频、完整相机参数和均匀时间分布，支持行人检测、多目标跟踪等研究。该数据集特别包含82MB原始视频文件，为视频分析提供完整数据基础，在智能监控和自动驾

本数据集包含34,298张寄生虫和血细胞的显微镜图像，涵盖8个类别（6种寄生虫和2种血细胞类型）。数据规模约227MB，包含JPG和PNG两种格式，图像分辨率从9x9到989x967像素不等。该数据集具有多类别覆盖、真实临床样本、完整原始文件等特点，为寄生虫自动检测和医学影像分析提供了重要数据支撑。特别适用于深度学习模型的训练，可用于开发智能诊断辅助系统，帮助提升寄生虫感染的识别效率和准确性。

本文介绍了一个包含1100张图像的农作物识别数据集，涵盖小麦、甘蔗、黄麻、玉米和水稻五大类。数据集特点包括：类别均衡分布（每类约200张）、四种数据增强方式（原始、移位、翻转、旋转）、完整结构化标注。该数据集适用于深度学习模型训练、农业遥感分析、移动端识别应用和农业机器人开发等场景，能有效提升作物分类精度和模型泛化能力。所有图像已预处理为标准格式，可直接用于计算机视觉算法研发。

本研究构建了一个包含1460张PNG格式图像的炸香蕉片真假识别数据集，为食品真伪鉴别和计算机视觉研究提供高质量数据支撑。数据集包含真实和虚假两类样本各730张，采用平衡设计确保训练公平性。图像涵盖224×224和422×422两种尺寸，平均文件大小约129KB，总存储量187MB。所有样本经过严格筛选，保留了原始细节信息，并包含多样化拍摄场景。该数据集具有类别均衡、格式无损、标注清晰等特点，适用于