168浏览
0点赞
ttvvcc889浏览
2点赞
大模型训练语料篇—已有大规模数据集： C4 / Pile / ROOTS / Wudao
前言大模型的训练，大规模的语料是很重要的，这篇博文跟大家讨论下目前比较出名的大规模语料，讨论它们的来源/多样性/清洗方式等作为参考C42021 EMNLP，T5的训练语料，2021年 4 月数据清洗 URL: https://github.com/google-research/text-to-text-transfer-transformer/
lanyue 11-23 10:37
432浏览
0点赞
payititi-AI助手326浏览
1点赞
BDD100K数据集
BDD100K数据集是2018年5月由伯克利大学AI实验室（BAIR）所发布，同时设计了一个图片标注系统。BDD100K数据集包含10万段高清视频，每个视频约40秒/720p/30 fps 。每个视频的第10秒对关键帧进行采样，得到10万张图片，图片分辨率为1280*720，并对其进行标注。数据库集包含
admin 05-07 22:46
233浏览
1点赞
358浏览
0点赞
567浏览
0点赞
点云数据集与核心算法
0 点云点云（point cloud）是空间中点的数据集，可以表示三维形状或对象，通常由三维扫描仪获取。点云中每个点的位置都由一组笛卡尔坐标 (X, Y, Z) 描述，有些可能含有色彩信息（R,G,B）或物体反射面强度（Intensity)信息。强度信息的获取是激光扫描仪接受设备采集到的
07-03 22:05
条内容