由澳门太阳集团城网址8722与苏州市人工智能有限公司联合举办的高质量 AI 数据集征集活动「数据启元计划」仍在火热进行中。欢迎开发者们积极提供高质量数据集，诚邀大家加入这场从入驻到变现的双向奔赴之旅~

目前，通过我们的严格筛选及权威审核，保证数据集具备权威性、时效性与合规性。精选数据集正在澳门太阳集团城网址8722官网持续上架中，为开发者、科研机构及企业提供"即取即用"的数据集燃料。

接上期，我们继续挑选了五大高质量数据集，作为精选合集第二弹，它们分别是：

1. YouTube 音视频数据集

2. 尔特全球卫星遥感数据集

3. 东盟国家本地人文 SFT 数据集

4. 苏州轨道交通出入站客流数据集

5. 车轮检测、分割及与车轮关联信息数据集

YouTube 音视频数据集

数据集概述

YouTube 音视频数据集是将 YouTube 全站的数据整合为数据集，目前 YouTube 视频每日新增 10PB+，覆盖字幕、音视频/图片等数据，该数据集可用于 AI 多模态数据训练，科研与教育数据支撑等。

数据集特色

1. 数据规模庞大：每日新增量超过 10PB，覆盖 YouTube 全站内容。

2. 多模态数据整合：包含字幕、音视频、图片等多种数据格式。

3. 实时持续更新：数据集每日更新，保持内容新鲜度。

4. AI 训练适用：专为多模态 AI 模型训练设计的数据集。

5. 科研教育支持：可用于学术研究和教育数据分析。

应用场景

1. AI 大模型训练

基于全球多语种、多模态公开数据，构建语义丰富、上下文完整的训练语料。

1. 视频与互动应用生成与快速制作

太阳集团城8722行业教育视频、实验操作、公开课等音视频数据，用于学术搜索引擎与知识图谱构建。

1. 精准片段检索与结构化内容提炼

结合视频元数据、字幕、评论和标签，训练个性化推荐算法。

尔特全球卫星遥感数据集

数据集概述 

卫星遥感数据集具备优秀的客观性、时效性与颗粒度，并且不受人为偏差和报告滞后影响，尔特数科将原始卫星遥感影像转化为结构化、可直接用于时间序列分析的数据集、统计指标。

数据集特色

1. 专注于多模态数据领域，通过前沿卫星遥感数据分析和大数据云平台处理技术，打造具有价值的数据产品。

2. 数据提供单位服务网点遍布全球，支持对客户多元化需求实施快速响应。

3. 元数据标准、规范，对不同来源的数据，进行规范的数据治理与数据标注。

4. 数据具备优秀的客观性、时效性与颗粒度，并且不受人为偏差和报告滞后影响。

5. 支持定制化的数据服务，胜任天空地一体化监测、多模态数据处理分析、可持续发展与碳中和等多元化应用场景需求。

应用场景

1. 热辐射数据

利用前沿的卫星遥感技术，捕获地球表面的热辐射信息。

1. 夜灯光数据

夜灯光亮度的变化能够反映人类活动的活跃程度，可用于评估区域经济发展的水平和趋势，城市化进程，产业集聚特征等课题。

1. 碳浓度数据

通过直接测量大气柱二氧化碳浓度获取的客观数据，可用于支持ESG整合、气候转型风险建模和政策影响评估。

1. 碳排放数据

提供高分辨率的全球化石燃料碳排放数据，实现碳排放的细致追踪和排放场景的精准定位。

东盟国家本地人文 SFT 数据集

数据集概述

本数据集涵盖缅甸、越南、柬埔寨、马来西亚、印度尼西亚、泰国、老挝、新加坡、菲律宾、文莱等国家的通识类 SFT。所有数据都基于本地人文、历史、通识类数据构成，不掺杂非本国内容的公共内容，每国 SFT 存储量超过 15万 条。

数据集特色

1. 原生语种构建：每个国家的数据集均由本地语言母语者参与构建，采用该国官方语言编写。

2. 本土纯净性：每条数据均经过严格筛选，仅保留目标国家特有知识，排除可从公共互联网获取的通用信息。

3. 文化敏感性：数据构建过程中充分考虑各国宗教信仰、政治体制、民族构成的敏感性。

4. 多轮对话结构：采用问答对及多轮对话形式组织，支持直接用于主流 LLM 的 SFT 训练流程。

5. 领域均衡覆盖：涵盖历史、地理、政治、经济、教育、法律、民俗、宗教、饮食、节庆等十余个细分领域。

应用场景

1. 区域化大模型训练

为面向东南亚市场的大语言模型提供本土化微调数据，提升模型在特定国家场景下的回答准确性与文化适配度。

1. 跨境电商与本地化服务支撑

智能客服、内容生成、本地化营销等业务场景的模型能力建设。

1. 教育与文化传播

为语言学习、文化教育类应用提供高质量的本土知识库。

1. 政企出海支持

为中国企业进入东南亚市场提供 AI 能力底座，降低文化认知壁垒。

1. 学术研究

支持跨文化 NLP 研究、区域语言模型对比研究等学术用途。

苏州轨道交通出入站客流数据集

数据集概述 

苏州轨道交通出入站客流数据集提供苏州轨道交通运营车站每日客流数据，包括线路、车站、日期、进站人数、出站人数等信息，帮助车站及附近的广告投放、商铺招商、客运接驳、文旅餐饮等相关企业在营销策略制定、品牌宣传、风险评估等方面提供数据支持。

数据集特色

1. 数据内容全面：包含线路、车站、日期、进出站人数等客流信息。

2. 日度数据更新：提供每日的轨道交通客流数据，保持数据时效性。

3. 商业应用导向：专为广告投放、商铺招商等商业决策提供数据支持。

4. 多行业适用：服务于文旅餐饮、品牌营销、风险评估等相关行业。

5. 交通领域专业：专注于城市轨道交通领域的客流数据分析。

应用场景

1. 运营效能提升

通过客流数据分析优化运力配置和班次调度，在高峰时段动态调整列车编组和发车间隔。

1. 规划决策支持

基于 OD 客流数据为新线规划提供科学依据，识别并改造瓶颈站点。

1. 智能运营管理

构建客流预测模型实现短期调度优化和长期规划决策，通过异常检测及时识别客流波动辅助应急响应。

1. 应急与安全

建立实时监控和分级预警系统应对大客流挑战，分析公共卫生事件对出行模式的影响提升风险应对能力。

1. 商业价值挖掘

为车站及周边商业生态提供数据服务，支持广告投放策略、商铺招商决策、投资风险评估和商圈活力分析。

车轮检测、分割及与车轮关联信息数据集

数据集概述

该数据集基于 nuscenes 构建了一个车轮数据集，提供了 2D 边界框、像素级分割掩码以及车轮-车辆的关联标签。使车轮能够进行精确且一致的标注，这可用于提高车辆姿态估计的准确性。

数据集特色

1. 独特视角：首次专注车轮检测，填补研究空白。

2. 几何优势：利用车轮圆形特征，注释更稳定准确。

3. 多模态融合：结合 2D 边界框和像素级分割。

4. 基于 nuScenes：使用业界认可的权威数据集。

5. 精确注释：克服传统车辆边界注释的模糊性问题。

6. 关联信息：提供车辆-车轮对应关系。

7. 实用性：直接应对现有数据集的方向估计偏差。

8. 通用性：适用于不同品牌和类型的车辆。

9. 可扩展：支持后续研究和算法优化。

应用场景

1. 意图预判

自动驾驶车辆靠车轮朝向秒判旁车变道、转弯意图，提前规划安全路径。

1. 流量优化

智能交通摄像头依车轮运动精准统计车流，动态调节红绿灯时长。

1. 精准泊车

自动泊车系统用轮毂定位实现厘米级入库，缩短停车耗时。

1. 风险定价

保险风控模型借车轮行为数据量化驾驶风险，定制差异化保费。

1. 运维降本

物流车队监控轮胎状态预警异常磨损，降低运维成本与事故率。

「数据启元计划」正在努力打造开放、创新、安全的数据共享生态。我们期待更多合作伙伴参与进来，共同书写数据赋能产业的崭新篇章。如果对以上数据集感兴趣，欢迎访问澳门太阳集团城网址8722官网了解更多！大量精选数据集请持续关注本公众号内容~