NFT-NET|NFT数据集|区块链数据集
收藏NFT-NET-HUB 数据集概述
简介
NFT-NET-HUB 是一个多功能且用户友好的包管理工具,专门设计用于伴随 NFT-NET 数据集。它提供了高度灵活和高效的方式来查询、下载和管理 NFT-NET 中的数据,确保开发者和研究人员在使用 NFT 数据集时能够无缝集成和使用。
主要功能
- 数据查询:轻松搜索 NFT-NET 数据集以找到所需数据。
- 数据下载:方便地从云端下载 NFT 数据,并以结构化格式保存。
- 数据管理:轻松组织、维护和跟踪您的 NFT 数据集合。
使用方法
1. 下载和安装
-
克隆 GitHub 仓库: bash git clone https://github.com/ShuxunoO/NFT-NET-Hub.git
-
安装依赖项(Python >= 3.10): bash cd NFT-NET-Hub pip install -r requirements.txt
-
如果使用 Conda,运行: bash conda env create -f environment.yml
2. 下载目标 NFT 项目
- 支持断点续传,请确保您可以访问 Huggingface。
- 修改
download.py
文件以下载所需的 NFT 项目。
3. 解压 NFT 项目
- 下载的 NFT 项目以
.zip
格式存储,可以使用 NFT-NET-HUB 提供的工具轻松解压。
4. 查询
- 查询特定 NFT 项目的详细信息。
贡献者
感谢所有贡献者!
合作伙伴
作者和引用
@inproceedings{ wang2024nft, title={{NFT}1000: A Cross-Modal Dataset For Non-Fungible Token Retrieval}, author={Shuxun Wang and Yunfei Lei and Ziqi Zhang and Wei Liu and Haowei Liu and Li Yang and Bing Li and Wenjuan Li and Jin Gao and Weiming Hu}, booktitle={ACM Multimedia 2024}, year={2024}, url={https://openreview.net/forum?id=xUtNrKH8iB} }

FER2013
FER2013数据集是一个广泛用于面部表情识别领域的数据集,包含28,709个训练样本和7,178个测试样本。图像属性为48x48像素,标签包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性。
github 收录
AISHELL/AISHELL-1
Aishell是一个开源的中文普通话语音语料库,由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音,录音在安静的室内环境中使用高保真麦克风进行,并下采样至16kHz。通过专业的语音标注和严格的质量检查,手动转录的准确率超过95%。该数据集免费供学术使用,旨在为语音识别领域的新研究人员提供适量的数据。
hugging_face 收录
Subway Dataset
该数据集包含了全球多个城市的地铁系统数据,包括车站信息、线路图、列车时刻表、乘客流量等。数据集旨在帮助研究人员和开发者分析和模拟城市交通系统,优化地铁运营和乘客体验。
www.kaggle.com 收录
中国交通事故深度调查(CIDAS)数据集
交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息,以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例,单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征,探索事故预防和损伤防护措施的关键数据源,为制定汽车安全法规和标准、完善汽车测评试验规程、
北方大数据交易中心 收录
Fruits-360
一个高质量的水果图像数据集,包含多种水果的图像,如苹果、香蕉、樱桃等,总计42345张图片,分为训练集和验证集,共有64个水果类别。
github 收录