动物 深度学习数据集 蝴蝶分类数据集，50种蝴蝶图片数据集，该数据集包含了来自世界各地的50种蝴蝶的图像。它包含两个目录“TRAIN”和“TEST”，分别包含4479和500个图像。训练图像在特定类本身的目录中提供。目录的名称是用于预测的“类标签”。TEST图像在练习时可以忽略，因为它不包含标签。
植物 深度学习数据集 花朵颜色分类图像数据集，210张图片(128x128x3)，包含10种开花植物;带标签的文件flower-labels.csv，图片文件格式为png，标签为整数。分别是：0 =比;夹竹桃;1 =比;玫瑰;2 =比;金盏草;3 =比;虹膜;4 =比;大白菊(沙斯塔雏菊);5 =比;风铃草属植物(风铃草);6 =比;中提琴;7 =比;rudbeckia laciniata (Goldquelle);8 =比;牡丹;9 =比;耧斗菜。
植物 深度学习数据集 花卉数据集（11531张图片分布在7个类）[雏菊，蒲公英，百合，兰花，玫瑰，向日葵，郁金香]。使用Flickr的API从Flickr下载图像。数据按702010的分割比例进行分割。
植物 深度学习数据集 花卉数据集，图片数据都是从网上搜的。jpg文件，存放在对应类名的文件夹中。目前有10个花卉类，每个类大约有600-900张图片紫菀，水仙花，大丽花，雏菊，蒲公英，鸢尾花，兰花，玫瑰，向日葵，郁金香。所有图像都有不同的文件大小和分辨率。
深度学习数据集 自然界物体 火灾检测数据集，这个数据集包含10,003张图片，这些图片被分为3个不同的集合(训练、验证和测试)。它们被分开的比例是311。在5003张包含火灾的图片中，有2567张是通过将火灾图像叠加到新加坡道路视频中合成的。
文字 深度学习数据集 手写数字和英文字符，数据集包含5个CSV文件datasetphanum、datasetchars、datasettemnist和datasetmnist，分别包括字母数字、字母、emnist手写字母和数字。datasetfinal是包含上述所有数据集的合并文件。图像的灰度为(28,28)，存储在数据集的784列中。最后一列包含标签。
![花卉数据集（11531张图片分布在7个类）[雏菊，蒲公英，百合，兰花，玫瑰，向日葵，郁金香]。使用Flickr的API从Flickr下载图像。数据按702010的分割比例进行分割。](https://www.dilitanxianjia.com/wp-content/uploads/2023/05/1685174151-7986a411e2e22bd.jpg)
