Amazon ML Challenge 2025

kaggle2025-10-13 更新2025-10-25 收录

多模态数据

价格预测

数据链接：

https://www.kaggle.com/datasets/suvroo/amazon-ml 数据链接链接失效反馈

官方服务：

资源简介：

Multi-modal product price prediction using textual and visual attributes

基于文本与视觉属性的多模态商品价格预测

创建时间：

2025-10-13

MMTrail

多模态数据

视频理解

MMTrail数据集由香港科技大学和北京大学联合创建，是一个包含超过2000万个视频片段的大规模多模态视频语言数据集。该数据集不仅包含视觉字幕，还有200万个高质量的多模态字幕片段，涵盖电影、新闻、游戏等多种内容类型。数据集的创建过程中，采用了先进的大型语言模型（LLM）进行多模态注释，确保了音乐视角与视觉内容的权威性。MMTrail数据集主要应用于细粒度的大规模多模态语言模型训练，旨在解决视频内

arXiv2024-08-06 更新3950

D-HUMOR

黑色幽默理解

多模态数据

D-HUMOR是一个包含4,379个Reddit表情包的多模态数据集，专门用于黑色幽默理解研究。数据集标注了黑色幽默内容、目标类别（性别、心理健康、暴力、种族、残疾等）以及三级强度评级（轻度、中度、严重）。该数据集支持三个子任务：黑色幽默识别、目标识别和强度分类

github2025-09-11 更新690

黔东南州区域医疗多模态合规数据集

医疗数据

多模态数据

遵循相关法律法规，对个人医疗数据进行脱敏、匿名化 / 去标识化处理；采用标准化清洗方式剔除无效数据，结构化数据转为CSV格式，非结构化数据按行业通用格式（DICOM、加密 PDF）处理；搭建数据关联规则实现多字段精准匹配，支持增量更新，通过专属平台/API接口保障数据安全交付与使用。

贵州省数据知识产权登记平台2025-12-15 更新300

TUM Gait from Audio, Image and Depth (GAID)

步态识别

多模态数据

该数据集包含从音频、图像和深度数据中提取的步态信息。它包括多个视角的图像序列、深度图和音频记录，用于研究步态识别和分析。

www.mmk.ei.tum.de830

SYNTH

图分析

多模态数据

该数据集名为SYNTH，包含16,384个实体，它们被明确标记为两个截然不同的类别，并通过使用Watts-Strogatz算法生成的随机图结构相互连接。每个实体配备了不同数据类型的字面量，覆盖了五种模态。此外，该数据集缺乏关系信息，但被设计为具有强烈的多模态信号。字面值从两个狭窄且略有重叠的分布中抽取，并在必要时添加噪声。数据集的规模为16,384个实体，其任务包括节点分类和链接预测。

arXiv470

Amazon ML Challenge 2025

资源简介：

相关数据集