深度学习数据集 自然界物体 恒星-星系分类数据集，这些图像是由位于印度奈尼塔的德瓦什塔尔天文台的1.3米内部望远镜拍摄的。捕获的原始图像的大小为2kx2k，从图像中减少到64×64的切割，以隔离单个图像中的源，星系有942张图片，恒星有3044张图片
动物 深度学习数据集 包含10个不同种类的猴子图像数据集，（1.Bald Uakari Emperor Tamarin Golden Monkey Gray Langur Hamadryas Baboon Mandril Proboscis Monkey Red Howler Vervet Monkey White Faced Saki）每类猴子1000张图片左右
水果、干果 深度学习数据集 常见10类水果作物叶片病害数据集，该数据集包含256×256张彩色图像，使用Keras图像增强技术随机改变其原始属性以创建更多已有的图像，每类水果作物4-5种疾病，每种疾病100-500张图片不等
水果、干果 深度学习数据集 橙子多类疾病数据集，该数据集用于构建机器学习和深度学习算法，以对橙子的疾病进行分类。在这个数据集中，有一类是新鲜橙子，还有其他三类疾病，柑橘溃疡病，黑斑病和柑橘黄变病。每类疾病200-300张图片不等。
