数据是深度学习系统的输入，对深度学习的发展起着至关重要的作用，但是又容易被很多人忽视，尤其是缺少实战的理论派。
今天便来谈谈这个问题，同时介绍一个好的学习社区供大家讨论与提升。
文/编辑 | 言有三
1 需要掌握哪些内容
在公司实战项目做久了的同学，应该都有这个感慨。吾本欲在算法领域大展拳脚，奈何清洗和增加数据就可以让模型性能突飞猛进。我们确实会花费很多的时间去折腾数据，总的来说包括：
(1) 获取数据。
(2) 整理数据。
(3) 分析数据。
(4) 使用数据。
(5) 迭代数据。
所谓获取数据，包括公开数据集的搜索和下载，使用爬虫等工具从零建立数据集。
所谓整理数据，包括格式化，重命名，去重，标注等。
所谓分析数据，包括数据的统计和可视化分析等。
所谓使用数据，包括在开源框架中数据集的接口定义，数据增强策略的使用等。
所谓数据迭代，主要就是针对自己的任务不断调整数据以优化模型等。
2 有三AI已经做了什么
作为这么重要的一个课题，我们当然已经分享过很多的内容了，下面汇总一下。
2.1 数据获取
关于数据获取问题，我们给大家介绍过许多领域的数据集以及数据集对深度学习的影响，相关文章如下：
也多次介绍过爬虫算法，推荐过不少好的项目，相关文章如下：
2.2 数据整理
关于数据整理问题，我们在开源GitHub项目yousan.ai中提供了整套的python和shell脚本，覆盖图像遍历，重命名，随机打乱，去重等功能。
2.3 数据分析
关于数据分析问题，我们已经多次介绍过数据可视化相关的内容，相关文章如下：
2.4 数据使用
关于数据使用问题，我们已经在yousan.ai中对12个常用的深度学习开源项目如何从头开始定义数据读取和增强API进行了详细的解读，相关文章如下
关于数据迭代，每一个领域的做法都不同，因此我们在公众号还没有相关内容，后续会在知识星球中针对具体的任务进行讲解。
3 哪里有更多更新
以上就是全部了吗？当然远远不是。有三在知识星球平台有更多内容，覆盖珍贵的数据集下载，相关经验分享。
3.1 经验分享
有一些非常干货的内容，有三只会提供给咱们付费成员，比如数据增强的实战经验，以后还会有更多。
3.2 数据集分享和下载
在有三AI知识星球中会对各大领域中的数据集进行系统性介绍，另外为了方便大家收藏阅读，有三将分享做成了卡片的形式，并提供了下载链接，案例如下：
有三AI知识星球-数据集
Distracted Driver Detection
Distracted Driver Detection是一个司机状态检测数据集，包含10个状态，共22425张图 。
作者/编辑 言有三
数据集地址：https://www.kaggle.com/c/state-farm-distracted-driver-detection/data，发布于2016年。
每年很多的交通事故的发生都是因为司机没有专注于自动驾驶，因此一个好的辅助驾驶系统不仅要关注车外的情况，也要时刻关注车内驾驶员的情况。
这一个数据集来自于Kaggle平台，该包含了10种状态，如下：
c0: safe driving
c1: texting - right
c2: talking on the phone - right
c3: texting - left
c4: talking on the phone - left
c5: operating the radio
c6: drinking
c7: reaching behind
c8: hair and makeup
c9: talking to passenger
一些样本如下，每一类约2000多张图像，共22425张图。
现在咱们星球已经覆盖非常多的重磅数据集下载，覆盖大型数据集如ImageNet，人脸各个方向的数据集，自动驾驶各方向数据集，美学各方向数据集，人像各个方向数据集，3D数据集，动植物各个方向数据集，仔细瞧瞧，一定会有惊喜！
同时小伙伴们也会来经常分享自己的数据集，相信在大家的努力下，这里东西的价值无法想象。
预告一下，有三后面还会在星球内部搞比赛，提供自己标注的数据集，敬请期待。
4 最后要说的话
数据的使用的确是一门经验活，很多的时候我们都卡在了这里，甚至连数据集的下载都搞不定。
因此，我们在有三AI知识星球中提供相关分享，更提供相关的经验交流，如果真的需要，就加入有三AI知识星球，一起讨论学习吧。
另外，数据集只是有三AI知识星球中的一个板块，还有很多重磅，比如网络结构设计：如何系统性掌握深度学习模型设计和优化，相信你不会失望。
转载文章请后台联系
侵权必究
1101
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
