长这么大，才知道数据集不用下载可以直接在线使用
- 2021 年 4 月 12 日
- AI
每天清晨打开电脑，搜索所需的数据集，点击“Download”，愉快地眯上眼睛，期待n个小时后醒来乖巧下载好的数据，开始放进模型像小仓鼠进滚轮一样快乐奔跑。
梦醒时分，一个“Error”蹦进眼睛里，美好码农的一天从数据集下载开始崩坏。。。。
小夕最近得知一个国内的好东西——Graviti Open Datasets，数据集免翻墙可高速下载，还支持在线筛选，在线预览，在线可视化等，下载之前可以明明白白地知道数据集的具体内容，标注形式和样本分布，使用还完全免费，这谁见了不直呼好家伙！
随便下载了一个数据集试试水，发现速度竟然很随便地达到17.9MB/s，Open Datasets运营姐姐诚不欺我，快乐地接下运营姐姐的饭，略带羞涩并且眼疾手快地吃下：）
Part 1：其实数据集下载快不是Graviti最大的优点，真正的快，是不用下载直接在线操作！
Open Datasets的数据集覆盖无人驾驶、文本检测、行为/事件检测、语义分割、姿态估计、场景识别、面部检测、目标追踪、ASR、AR/MR、深度估计等 50+ 种AI应用领域；拥有2D分类、2D多边形、2D矩形等 30+ 种标注任务；支持图像、视频、文本、语音、点云、IMU、3D模型等 10+ 种主流数据格式
丰富的数据资源，支持使用者在Open Datasets获取数据集后，选择Fork数据集，之后便能在TensorBay对原数据集进行修改，享受一站式数据管理服务
这边提到Graviti另一神器——TensorBay
面对庞杂的非结构化数据信息，如何存储、查询、分析、挖掘和利用数据显得尤为关键。传统的管理手段已无法满足身处复杂数据环境的智能系统（应用）的AI开发者。为了帮助AI开发者更高效地迭代模型，而不是耗费精力在数据管理上，Graviti打造了TensorBay非结构化数据管理SaaS，为AI开发者与开发团队提供数据托管、版本管理、数据可视化、团队协作等SaaS服务，支持通过开发者工具对数据进行直接管理和使用，与Pipeline轻松集成。
Part 2：除了数据集资源丰富，支持在线管理数据，在Graviti，0代码轻松实现在线可视化不是梦！
非结构化数据管理的最大难点之一是“无法在线预览”。用户在下完数据集后还要写代码做数据可视化，常常会有图片格式错误、标注质量差，甚至根本不是自己想要的数据集等一系列令人头秃的问题……在Open Datasets，用户可以完美跳过下载步骤，无需另写代码，通过Graviti组件式数据可视化工具在线预览原数据、标注数据、数据特性（数据标签及属性分布），还可以通过COPY预览页面的URL/IFRAME将可视化组件嵌入到自己的页面
平台同时支持列表、柱状图、饼图等多种信息统计方式，帮助工程师提前掌握数据细节，试错成本大幅降低（戳戳下方视频查看Demo）
Part 3：做一只皮卡丘，用爱发电上传数据集，为统一数据集格式一起努力吧！
古有盟主一统武林，今有大G号召各位皮卡丘为标准化数据集格式共同努力！工整的数据集环境，可以支持高效管理共享，避免重复工作，工作流程更加智能流畅！
皮卡丘们可上传符合公开传播标准的数据集，或拿出独家武器——“绝无仅有”原创数据集
Part4：最后为各位看官老爷们提供一个数据集大集结
文本识别数据集：MNIST ；SVHN ；CCPD-Green ； The IIIT 5K-word ；Text in the wild ； ICDAR 2013 Handwriting Segmentation Contest
自动驾驶数据集：BDD100K ；CityScapes ；DeepRoute Open Dataset ；KITTI-object；KITTI-raw ；TLR ； Urban Object Detection ；A2D2 ； CURE-TSD
NLP数据集：20 Newsgroups ；THCHS-30 ；THUCNews ；WikiText；aidatatang200zh ；MobvoiHotwords ；curationCorpus ；TaskMaster2
行人检测数据集：SCUT FIR Pedestrian ； Daimler Stereo Pedestrian Detection ；Daimler Pedestrian Segmentation Benchmark ； Penn-Fudan Database for Pedestrian Detection and Segmentation ； GM_ATCI Rear-view Pedestrian
行为/事件检测数据集：COCO ；VOC2012 Action Classification ；TAO ； UCF101；MPII Human Pose ；FIRESENSE ；Furg Fire ；Fall detection ；OTW；THUMOS14 ；Leeds Sports Pose ；HiEve
人脸识别数据集：AADB ；WIDER FACE ；YouTube Faces DB ；CelebA ； IMDB-WIKI ；LFW ；FaceScrub ；PubFig ；FDDB ；Head Pose Image ； VGGFace2；MegaAge-Asian ；CelebA-align ；AFLW
独家合作企业数据集：RP2K(智慧零售) ；NICO(OOD Detection) ；Structured3D Dataset(场景识别) ；RPLAN dataset(Layout Synthesis) ；DeepRoute Open Dataset(自动驾驶) ；Neolix OD(自动驾驶) ；nuScenes(自动驾驶)； VVeRI-901(Re-ID)
Open Datasets的数据集覆盖无人驾驶、文本检测、行为/事件检测、语义分割、姿态估计、场景识别、面部检测、目标追踪、ASR、AR/MR、深度估计等 50+ 种AI应用领域；拥有2D分类、2D多边形、2D矩形等 30+ 种标注任务；支持图像、视频、文本、语音、点云、IMU、3D模型等 10+ 种主流数据格式。
