智能分类装置识别的四类垃圾数据集

Gary Thung 和 Mindy Yang 收集的图像数据集，用于垃圾分类任务。有助于了解垃圾分类方法，指导普通民众科学处理垃圾，提高城市环境质量。

垃圾分类的数据集里，xml和txt格式的标注文件都给你配好了，图片和标注各有 1377 张，拿来就能训练，蛮省事的。 七大类标签里分得比较细，像是plastics就包括饮料瓶、泡沫、袋子这些常见的，glass那类也不只是玻璃瓶，灯泡、碎玻璃也算。这种细分类对训练模型精度提升还挺有的。 WPD（未破袋）分类我觉得挺有意思的，它不按材质来分，而是以“装在垃圾袋里”为标准——比如你看到一个塑料袋装了点剩饭，不标plastics，而是标WPD，这种场景数据还挺贴近现实的。 文件结构清晰，打开就能看到.xml和.txt标注，一般你用YOLO或Pascal VOC格式的模型都能对接。推荐直接丢进label

机器学习的入门干货文档，讲得还挺细。常见的四大类算法——监督、无监督、半监督和强化学习，都有简单明了的，适合刚入坑或者想系统梳理知识的你看看。里面的术语不多，讲得比较口语化，配合几个实际场景，说白了就是看完之后你就知道每种算法适合干嘛了。 监督学习、无监督学习这些词听着有点玄，其实你可以这么理解：一个像老师带学生，告诉答案；另一个就像学生自学，全靠自己摸索。文档里举的例子也贴地气，比如图像分类、聚类这些，都是你在工作中经常能碰到的场景。 半监督学习和强化学习这两块也讲得不马虎。半监督就是又用标记数据又用没标记的，鱼和熊掌兼得；强化学习嘛，说白了就是让算法像打游戏一样自己试错找出最优策略，文档里

名词术语一、基本名词

本仓库包含我本科论文项目“基于 CNN 的新型智能垃圾桶自动垃圾分类实验”的部分媒体、代码和数据集。 该项目开发了一种能够自动分类并隔离常见可回收垃圾的智能垃圾桶设备。该设备利用卷积神经网络 (CNN) 模型、计算机视觉算法和普通 RGB 摄像头实现自动分类。当垃圾投入设备后，系统会对其进行分类，并使用伺服电机驱动的灵巧机械系统将其隔离到指定的隔间中。 Fotini10k 数据集 该项目使用了 Fotini10k 数据集用于 CNN 模型的训练和测试。

短信内容的 NLP 数据集，挺适合用来练手做分类模型的。公开可用的SMS Spam Collection数据集，消息都带标签，是不是垃圾短信一目了然。你可以直接拿来做二分类，模型跑起来也快。消息内容都是英文，清洗也方便，最基础的文本预都能练到，比如tokenize、stop words这些。适合用朴素贝叶斯、SVM甚至LSTM试一圈。数据量不算大，初学者不会跑崩机器，老手也能快速试模型思路。嗯，还能配合TF-IDF或word2vec做特征提取，挺灵活的。顺带一提，这篇文章了不少类似的开源数据集，想扩展数据源的可以看看。如果你最近正好在练NLP 文本分类，这个数据集还挺合适的，干净、标注清晰，代

iris.csv 的分类数据，真的是机器学习入门选手绕不开的一份宝藏资源。数据结构清晰，三个类别，四个特征，CSV 格式直接拿来用，适合你练手分类模型。不管你用的是 Python 的scikit-learn，还是 Weka 这些可视化工具，都挺方便的。你要是想了解数据集背景，鸢尾花（Iris flower）本身也是个经典的案例。 我自己最早也是拿它来试了下逻辑回归，后来又用在神经网络上测试分类效果。说实话，数据量不大，跑得快，调参也不烦，反馈快，哪怕你代码写得不太优，也能快发现问题。像train_test_split分个训练集测试集，几行代码就能跑起来。 如果你用 Weka 的话，别错过这个I

人口普查数据的收入预测，蛮适合想练手分类模型的朋友。CensusIncomeData数据干净，变量信息丰富，像年龄、教育、工作时间这些全都有，拿来训练个逻辑回归或者随机森林效果都挺不错。适合用来试水二分类任务，看看你的模型能不能识别出谁年入超 5 万。 数据来自 1994 年的人口普查库，Ronny Kohavi和Barry Becker帮忙筛过，基本不用太多清洗就能上手。哦对了，它也叫“成人收入数据集”，你在 Kaggle、UCI 上也能看到，算是机器学习界的老网红了。 训练目标简单：判断某人年收入是不是高于50K。输入特征包括职业、婚姻状态、教育背景等等，适合试试逻辑回归、随机森林、XGB

AR 和 ORL 与 Stanford 数据集是人脸识别领域比较常用的几个数据集。Stanford 数据集包含 200 张男性和 200 张女性人脸图像，光照和姿态都差不多，分辨率为 200×200，正面图像为主，分为训练集和测试集，图像格式为.jpg。而 ORL 数据集是 40 个人的面部图像，10 张，格式是.pgm。此外，AR 数据集有 2600 张图像，男女不分文件夹，文件格式也是.pgm。总体来说，这些数据集对人脸识别的测试和研究挺有的。如果你做人脸识别相关的项目，使用这些数据集可以轻松搞定数据准备工作，节省多时间哦。