180,717张手语手势识别数据多样性包括多种场景、41种静态手势、95种动态手势、多种拍摄角度和多种光照条件 。在标注方面，标注21关键点、手势类别标注、手势属性标注。180,717张手语手势识别数据可用于手势识别，手语翻译等任务。

2,937人面部遮挡多姿态人脸识别数据 可应用于遮挡人脸检测及识别等计算机视觉任务。

用于“Aishell-1学术数据集的中文语音识别模型”的Aishell-1训练集。希尔贝壳中文普通话开源语音数据库AISHELL-ASR0009-OS1录音时长178小时，是希尔贝壳中文普通话语音数据库AISHELL-ASR0009的一部分。AISHELL-ASR0009录音文本涉及智能家居、无人驾驶、工业生产等11个领域。录制过程在安静室内环境中， 同时使用3种不同设备： 高保真麦克风（44.1kHz，16-bit）；Android系统手机（16kHz，16-bit）；iOS系统手机（16kHz，16-bit）。高保真麦克风录制的音频降采样为16kHz，用于制作AISHELL-ASR0009-OS1。400名来自中国不同口音区域的发言人参与录制。经过专业语音校对人员转写标注，并通过严格质量

车牌图，用于车牌识别模型的训练与验证,训练集370k，验证集40k

该数据集包含3432张手写中文文本图像，适用于手写识别模型的评估与测试。

中文诗词生成数据集，由中国古代各朝代诗词组成，可用于训练诗词续写模型

金融领域复杂问题思维链数据集项目。通过 Chain of Thought (CoT) 蒸馏方法从大规模语料中提取金融领域知识。

本数据集包含来自sa-1b数据集中8631528幅图像的详尽、高品质、长文本描述。每张图片的描述细分为全局描述与细节元素，其中细节描述聚焦于图像内的关键元素，而全局描述整合了这些细节并提供更全面的信息。

这是一个使用 Qwen-Image 模型生成的图像数据集，共有 160,000 张 1024 x 1024 的图像，包括通用数据子集（diffusion_db 子集）、英文文本渲染数据子集（en_text_anywordlaion 子集）和中文文本渲染数据子集（zhtext_anywordlaion 子集）。

208,914框监控人体属性数据包含室内(商场)和室外(街道、商场门口、广场)场景。数据涵盖男性女性，年龄分布为儿童至老人。在标注方面，标注人体矩形框和19种属性。208,914框监控人体属性数据可用于人体属性识别等任务。