深度學習資料集
大學公開資料集
(Stanford)69G大規模無人機(校園)影象資料集【Stanford】
http://cvgl.stanford.edu/projects/uav_data/
人臉素描資料集【CUHK】
http://mmlab.ie.cuhk.edu.hk/archive/facesketch.html
自然語言推理(文字蘊含標記)資料集【NYU】
https://www.nyu.edu/projects/bowman/multinli/
Berkeley影象分割資料集BSDS500【Berkeley】
https://www2.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/resources.html
寵物圖片(分割)資料集【Oxford】
http://www.robots.ox.ac.uk/~vgg/data/pets/
釋出ADE20K場景感知/解析/分割/多目標識別資料集【MIT】
https://groups.csail.mit.edu/vision/datasets/ADE20K/
多模態二元行為資料集【GaTech】
http://www.cbi.gatech.edu/mmdb/
計算機視覺／影象／視訊資料集
Fashion-MNIST風格服飾影象資料集【肖涵】
https://github.com/zalandoresearch/fashion-mnist
大型(50萬)LOGO標誌資料集
https://data.vision.ee.ethz.ch/cvl/lld/
4D掃描(60fps移動非剛性物體3D掃描)資料集【D-FAUST】
http://dfaust.is.tue.mpg.de
基於MNIST的視覺計數合成數據集Counting MNIST
http://fomoro.com/tools/counting-mnist/
YouTube MV視訊資料集【Keunwoo Choi】
https://github.com/keunwoochoi/YouTube-music-video-5M
計算機視覺合成數據集/工具大列表【unrealcv】
https://github.com/unrealcv/synthetic-computer-vision
動物屬性標記資料集【ChristophH. Lampert／Daniel Pucher／JohannesDostal】
http://cvml.ist.ac.at/AwA2/
日本漫畫資料集Manga109
http://dl.acm.org/citation.cfm?doid=3011549.3011551
俯拍舞蹈視訊資料集
http://homepages.inf.ed.ac.uk/rbf/CEILIDHDATA/
Pixiv(著色)圖片資料集【Jerry Li】
https://github.com/jerryli27/pixiv_dataset
e-VDS視訊資料集
https://engineering.purdue.edu/elab/eVDS/#download
Quick, Draw!簡筆畫塗鴉資料集
https://github.com/googlecreativelab/quickdraw-dataset
簡筆畫塗鴉資料集【hardmaru】
https://github.com/hardmaru/sketch-rnn-datasets
服飾人像生成模型(&Chictopia10K[HumanParsing]時尚人像解析資料集)【Christoph Lassner／Gerard Pons-Moll／Peter V. Gehler】
http://files.is.tue.mpg.de/classner/gp/
COCO畫素級標註資料集
https://github.com/nightrome/cocostuff
大規模街道級圖片(分割)資料集【Peter Kontschieder】
http://blog.mapillary.com/product/2017/05/03/mapillary-vistas-dataset.html
大規模日語圖片描述資料集
https://github.com/STAIR-Lab-CIT/STAIR-captions
Cityscapes街景語義分割資料集（50城30類5k細標20k粗標圖片及標記視訊）
https://github.com/mcordts/cityscapesScripts
(街頭)時尚服飾資料集(2000+標註圖片)
https://github.com/bearpaw/clothing-co-parsing
PyTorch實現的VOC2012資料集Pixel-wise目標分割【BodoKaiser】
https://github.com/bodokaiser/piwise
Twenty Billion Neurons物件複雜運動與互動視訊資料集【Nikita Johnson】
https://www.re-work.co/blog/the-something-something-video-dataset
文字／評價／問答／自然語言資料集
(20萬)英文笑話資料集【TaivoPungas】
https://github.com/taivop/joke-dataset
機器學習保險行業問答開放資料集【HainWang】
https://github.com/shuzi/insuranceQA
保險行業問答(QA)資料集【Minwei Feng】
https://github.com/shuzi/insuranceQA
Stanford NLP釋出新的多輪、跨域、任務導向對話資料集【Mihail Eric】
https://github.com/keunwoochoi/YouTube-music-video-5M
實體/名詞語義關係標記資料集【David S. Batista】
https://github.com/davidsbatista/Annotated-Semantic-Relationships-Datasets
NLVR：自然語言基礎資料集(物件分組、數量、比較及空間關係推理)
http://lic.nlp.cornell.edu/nlvr/
2.8萬文章/10萬問題大規模(英語考試)閱讀理解資料集
https://github.com/qizhex/RACE_AR_baselines
錯誤拼寫資料集
http://www.dcs.bbk.ac.uk/~ROGER/corpora.html
文字簡化資料集
http://www.cs.pomona.edu/~dkauchak/simplification/
英語詞/句/語義框架框架標註資料集FrameNet
https://framenet.icsi.berkeley.edu/fndrupal/
(又一個)自然語言處理(NLP)資料集列表【Nicolas Iderhoff】
https://github.com/niderhoff/nlp-datasets
跨語種/多樣式/多粒度文字相似性檢測資料集
https://github.com/FerreroJeremy/Cross-Language-Dataset
Quora資料集：400000行潛在重複問題
http://qim.ec.quoracdn.net/quora_duplicate_questions.tsv
文字分類資料集
http://disi.unitn.it/moschitti/corpora.htm
Frames：Maluuba對話資料集
https://datasets.maluuba.com/Frames/dl
跨域(Amazon商品評論)情感資料集
http://www.cs.jhu.edu/~mdredze/datasets/sentiment/
語義網機器學習系統評價/基準資料集集合
http://dws.informatik.uni-mannheim.de/en/research/a-collection-of-benchmark-datasets-for-ml
其它資料集
資料科學/機器學習資料集彙總
https://elitedatascience.com/datasets
CORe50：連續目標識別資料集【VincenzoLomonaco&DavideMaltoni】
https://vlomonaco.github.io/core50/
(Matlab)資料集統計分佈自動發現【Isabel Valera】
http://proceedings.mlr.press/v70/valera17a.html
(建築物)損害評估資料集【tsunami】
https://github.com/faiton713/ABCDdataset
IndieWeb社交圖譜資料集【IndieWeb】
http://www.indiemap.org
DeepMind開源環境/資料集/程式碼集合【DeepMind】
https://deepmind.com/research/open-source/
鳥叫聲資料集【xeno-canto】
http://www.xeno-canto.org
Wolfram資料集倉庫
https://datarepository.wolframcloud.com
大型音樂分析資料集FMA
https://github.com/mdeff/fma
(300萬)Instacart線上雜貨購物資料集【Jeremy Stanley】
https://tech.instacart.com/3-million-instacart-orders-open-sourced-d40d29ead6f2
用於欺詐檢測的合成財務資料集【TESTIMON】
https://www.kaggle.com/ntnu-testimon/paysim1
NSynth：大規模高質量音符標記音訊資料集
https://magenta.tensorflow.org/datasets/nsynth
LIBSVM格式分類/迴歸/多標籤/字串資料集
https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/binary.html
膝上型電腦用logistic迴歸擬合100G資料集【DmitriySelivanov】
http://dsnotes.com/post/2017-02-07-large-data-feature-hashing-and-online-learning-part-2/
StackExchange近似/重複問題資料集
http://nlp.cis.unimelb.edu.au/resources/cqadupstack/
2010-2017最全KDD CUP賽題回顧及資料集
http://suo.im/2kRoQ1
食譜資料集：帶有評級、營養及類別資訊的超過2萬種食譜【HugoDarwood】
https://www.kaggle.com/hugodarwood/epirecipes
奧斯卡資料集【Academy of Motion Picture Arts and Sciences】
https://www.kaggle.com/theacademy/academy-awards
計算醫療庫：(TensorFlow)大型醫療資料集分析與機器學習建模【AkshayBhat】
https://github.com/AKSHAYUBHAT/ComputationalHealthcare
聚類資料集
https://cs.joensuu.fi/sipu/datasets/
官方開放氣候資料集
https://pan.baidu.com/s/1i52Xarb
全球恐怖襲擊事件資料集【START Consortium】
https://www.kaggle.com/START-UMD/gtd
七個機器學習時序資料集
https://machinelearningmastery.com/time-series-datasets-for-machine-learning/
大型眾包關係資料庫自然語言查詢語義解析資料集(8萬+查詢樣本)
http://t.cn/RNMr09n
賽馬賠率資料集
http://t.cn/RNf0tXN
新的YELP資料集：包含470萬評論和15.6萬商家
http://t.cn/RNG6JYi
JMIR資料集專刊《JMIR Data》
http://t.cn/RCIhmvS
用於評價監督機器學習演算法的基準資料集
https:// github.com/EpistasisLab/penn-ml-benchmarks
人口普查收入資料集分類
https:// github.com/dformoso/sklearn-classification
日文木版印刷文字識別資料集
http://t.cn/RCZPfYB
多模態二元行為資料集
http://t.cn/RCzFn1g
(TensorFlow)AudioSet音訊事件資料集分類模型
GitHub: tensorflow/models/tree/master/audioset
Facebook星際爭霸遊戲資料集
(TorchCraft可讀/365GB/6萬多場次/15億幀畫面/近5億使用者操作)
http://t.cn/R9j8AUM
機器學習論文/資料集/工具集錦(日文)
http://t.cn/RKV7x2A
機器學習公司的十大資料蒐集策略
http://t.cn/R54rtvd
NLP資料集載入工具集
http://t.cn/RaYwYXl
日語相似詞資料集
http://t.cn/RaVFV35
大規模人本完形填空(多選閱讀理解)資料集
http://t.cn/Rac2Pey
高質量免費資料集列表
http://t.cn/R6B1aqa
《資料之美》自然語言資料集/程式碼
http://t.cn/hBOTM4
微軟資料集MS MARCO，閱讀理解領域的「ImageNet」
http://t.cn/RIMqGBK
AI2科學問答資料集(多選)
http://t.cn/RI5liwJ
常用影象資料集大全
（分類，跟蹤，分割，檢測等）
1. 搜狗實驗室資料集：
http://www.sogou.com/labs/dl/p.html
網際網路圖片庫來自sogou圖片搜尋所索引的部分資料。其中收集了包括人物、動物、建築、機械、風景、運動等類別，總數高達2,836,535張圖片。對於每張圖片，資料集中給出了圖片的原圖、縮圖、所在網頁以及所在網頁中的相關文字。200多G
2. http://www.imageclef.org/
IMAGECLEF致力於點陣圖片相關領域提供一個基準（檢索、分類、標註等等） Cross Language Evaluation Forum (CLEF) 。從2003年開始每年舉行一次比賽.
http://staff.science.uva.nl/~xirong/index.php?n=Main.Dataset