一篇文章搞定所有学科数据集下载难的问题

一、前言

相信关注我的很多小伙伴都是深度学习相关的方向，所以数据集也是必定不可少的一部分，但是数据集找起来难，特别是一些和国际前沿挂钩的计算机视觉和模式识别方向，很多时候需要下载多达几十个G的数据集，有时候是提供Google云盘的链接，有时候是去数据集作者官网下载、有时候甚至都没办法找到相关数据集的链接，所以我稍微整理了一下数据集常用的寻找方法，希望对研一入门的萌新提供一定的助力。

如果大家觉得本公众号的内容对大家有帮助，还请各位小伙伴多多分享给自己同学，让我更新更有动力！

二、常用方法

1.论文内提供

这也是最常见的方式，一般论文在Abstract部分就会提供一个Github仓库地址，当你打开之后会在Readme文件里面看到Training数据集的链接或者直接提供网盘链接，这也是最快最便捷的方式。

然后点开Github地址后可以迅速找到相关训练集和测试集信息：

直接跳转到相关页面下载即可，这里我就不多教了，不过大家可以下载一个IDM，能极大地提高下载速度。

2.去Kaggle数据集网址寻找

Kaggle是一个流行的数据科学竞赛平台，同一个问题可以有多个模型来解决，但是研究者不可能在一开始就了解哪些模型是最好的，Kaggle应运而生，大家可以在这个平台上集思广益。对于小白来说，诱惑力之一还是平台上众多的数据集。我们需要的99%的数据集都能在该平台找到答案，如果再找不到就只能依靠强大的Google了。

我们直接打开一下网址即可