Открытые датасеты
Толока — крупнейший источник размеченных людьми данных для машинного обучения.
Каждый день тысячи пользователей выполняют сотни заданий и производят миллионы оценок.
Толока предоставляет большие объёмы качественных данных для проведения академических исследований и разработки инноваций в разных областях.
Внимание! Общедоступные датасеты предназначены только для некоммерческого использования со ссылкой на Толоку как источник данных.
Если вы планируете использовать датасеты в коммерческих целях, свяжитесь с нами для согласования.
Toloka Business ID Recognition
Этот набор данных был создан по заказу Яндекс.Справочника и содержит 10 000 фотографий табличек с информацией о российских организациях, в том числе ИНН и ОГРН. Толока использовалась как для съёмки фотографий, так и для распознавания ИНН и ОГРН.
СкачатьZIP archive, 19.5 GB
Файл с данными: data.tsv
Фотографии: photos/Toloka WaterMeters
Этот набор данных был сформирован Романом Куцевым (TrainingData.ru). Содержит 1244 изображения счётчиков горячей и холодной воды, а также показания счётчиков и координаты дисплеев, отображающих эти показания. На каждом изображении ровно один счётчик. В архив также входят фотографии результатов сегментации с масками и коллажами. Толока использовалась для съёмки фотографий, их сегментации и распознавания показаний.
СкачатьZIP archive, 981 MB
Фотографии: images/
Маски: masks/
Коллажи: collage/
У вас уже есть датасет, которым вы хотите поделиться? Тогда напишите нам.
Соберите
свой датасет
Воспользуйтесь преимуществами технологий и ресурсов Яндекса, включая миллионы исполнителей, доступных для ваших проектов 24/7.