دیتاست ها

در این بخش هم دیتاست های(dataset) مختلفی که در زمینه یادگیری عمیق(deep learning) میتونید استفاده کنید‌ رو میبینید.

دیتاست هایی که بولد (توپر- پررنگ)!‌ کردم از دیتاست های خیلی مهم و کاربردی هستن که مشخصا تو حوزه کامپیوتر ویژن (بینایی کامیپوتر) ازشون استفاده میشه .من تو بقیه زمینه ها کار نکردم ولی دیتاست های مختلف رو قرار میدم .تو زمینه هایی که کار کردم یا اطلاعات دارم سعی میکنم بیشتر توضیح بدم (اونایی که بولد شدن رو بعدا انشاالله بصورت اختصاصی توضیح میدم.)

 

قبل از هر چیزی این پست در مورد بهشت دیتاست ها رو حتما بخونید

دیتاستها

دیتاست تصاویر طبیعی


  • MNIST: دیتاست ارقام دست نویس انگلیسی (خیلی معروف و پرکاربرد)
  • دیتاست هدا: دیتاست ارقام دست نویس فارسی (۶۰ هزار تصویر)
  • NIST: مثل MNIST‌ اما بزرگتر.
  • Perturbed NIST: دیتاستی که در کلاس Yoshua ایجاد شد (همون دیتاست NIST‌هست به اضافه مقدار زیادی  deformation یا تغییر شکل  (یعنی تصاویر همون دیتاست رو با تغییرات مختلف ذخیره کرده و دیتاست بزرگتری رو ایجاد کرد)
  • CIFAR10 / CIFAR100: این دوتا دیتاست در اصل یکی هستند و تفاوت اونها در تعداد دسته های اونهاست. این دیتاست شامل تصاویر رنگی با اندازه ۳۲*۳۲ هست و شامل ۶۰ هزار تصویر میشه.
  • Caltech 101: دیتاستی شامل تصاویری از اشیاء در ۱۰۰ دسته مختلف  ()
  • Caltech 256: این دیتاست هم شامل تصاویری از اشیاء مختلف در ۲۵۶ دسته هست
  • Caltech Silhouettes: این دیتاست همونطو رکه از اسمش مشخصه حاوی تصاویر دودویی شده دیتاست Caltech 101 با اندازه ۲۸*۲۸ هست
  • STL-10 :این دیتاست هم مثل CIFAR10 برای استفاده در زمینه های unsupervised feature learning,deep learning, self taught learning  مورد استفاده قرار میگیره ,فرقش با CIFAR10‌در اینه که تغییرات (modification های) بیشتری داره.)
  • The Street View House Numbers (SVHN) Dataset:‌ این دیتاست هم شماره پلاک خونه ها هست.
  • NORB: تصاویر گرفته شده با دوربین از اسباب بازیها تحت حالتها و شدت نورهای مختلف .( منظورم اینجور تصاویر هست کلیک کنید تا یه نمونه رو ببینید)
  • Imagenet: ایمیج نت در اصل اسم یک رقابت تو حوزه  تشخیص تصاویر هست که دیتاست های مختلفی داره . هر سال هم برگزار میشه و در اصل تو رقابت سال ۲۰۱۲ اون بود که الکس کریژوسکی و جف هینتون تونستن با دیپ لرنینگ و استفاده از شبکه کانولوشن مقام اول رو بدست بیارن و دیپ لرنینگ اینطور متولد بشه !.در حال حاضر معروف ترین و پر استفاده ترین دیتاست تصاویر طبیعی که بیش از یک میلیون تصویر در ۱۰۰۰ دسته داره و اندازه تصاویر ۲۲۷ در ۲۲۷ شروع میشه مربوط به دیتاست سال ۲۰۱۲ اون هست. انواع مختلفی از دیتاستهاهست که از نظر حجمی و تعداد و… متفاوت هستند. حجم این دیتاست (سال ۲۰۱۲ ) بیش از ۱۵۰ گیگابایت هست. ورژن ۲۰۱۵ اون هم با احتساب همه زمینه ها بیش از ۱ ترابایت هست.(بعدا در این مورد بیشتر توضیح میدم)
  • Pascal VOC: این هم مثل ایمیج نت یه رقابت تو حوزه کامپیوتر ویژن هست که دیتاست های مختلفی داره.
  • Labelme: یه دیتاست بزرگ از تصاویر حاشیه نویسی شده (اصطلاحا میگن annotated images که خیلی کاربردی هست(توضیحات بعدا!))
  • COIL 20: اشیاء مختلف در ۲۰ دسته که در تمامی زوایا۳۶۰ درجه عکس برداری شده ازشون
  • COIL100: مثل بالایی با این تفاوت که اینجا ۱۰۰ دسته وجود داره
دیتاست های مصنوعی (بصورت مصنوعی ایجاد میشن)

  • Arcade Universe – یه جنریتور (تولید کننده ) دیتاست مصنوعی هست که با استفاده از تصاویر شامل sprite‌های بازی هایی مثل تتریس پنتومینو و تترومینو تصویر جدید تولید میکنه. این جنریتور بر اساس نمونه ایجاد شده توسط o.Breleux بنام bugland ‌ایجاد شده.
  • در زیر هم مجموعه ای از دیتاست هایی که با ایده از BabyAISchool ایجاد شدند میبینید :‌
  •  (DeepVsShallowComparisonICML2007) : دیتاست هایی که منحصرا برای ارزیابی معماری های عمیق ایجاد شدند:
    • MnistVariations : این دیتاست شامل تغییرات کنترل شده در دیتاستMNIST هست
    • RectanglesData : تمایز بین مستطیل های عریض و بلند
    • ConvexNonConvex :تمایز بین اشکال convex و غیر convex ( همون اشکال کاسه شکل(محدب) و غیر کاسه شکل(غیرمحدب!)!)
    • BackgroundCorrelation : دیتاست شامل درجه کنترل شده ارتباط (correlation‌)در پس زمینه های نویزی MNIST‌ هست.

 

دیتاست های تصاویر صورت


  • Labelled Faces in the Wild: یکی از دیتاست های پرکاربرد که شامل ۱۳ هزار تصویر از افراد مختلف هست که از اینترنت (وب) جمع آوری شده و با نام هر فرد برچسب گذاری شده
  • Toronto Face Dataset :دیتاست تصاویر صورت دانشگاه تورونتو
  • Olivetti: تعدادی تصویر از افراد مختلف
  • Multi-Pie: دیتابیس صورت مالتی پای یا The CMU Multi-PIE Face Database
  • Face-in-Action
  • JACFEE: تصاویر صورت افراد ژاپنی و قفقازی به همراه حالات مختلف احساسی
  • FERET: دیتابیس فناوری تشخیص صورت یا همون The Facial Recognition Technology Database
  • mmifacedb: دیتابیس حالات صورت MMI ‌یا همون MMI Facial Expression Database
  • IndianFaceDatabase: دیتابیس از تصاویر صورت افراد هندی !
  • Yale Face Database و Yale Face Database B

متن


  • ۲۰ newsgroups: عمل دسته بندی,‌ نگاشت تکرر کلمات به شناسه newsgroup
  • Reuters (RCV*) Corpuses: پیش بینی متن/موضوع یا text/topic prediction
  • Penn Treebank : برای پیش بینی کلمه یا کاراکتر بعدی مورد استفاده قرار میگیره.
  • Broadcast News:یه دیتاست بزرگ متنی که بطور کلاسیک برای پیش بینی کلمه بعدی مورد استفاده قرار میگیرفت.
  • دیتاست ویکی پیدیا!
  • Multidomain sentiment analysis dataset:دیتاست تحلیل نیت چند دامنه ای

صدا


  • TIMIT Speech Corpus: دسته بندی واج ها (اصوات) یا همون phoneme classification
  • Aurora : تیممیت (Timit) به همراه نویز و اطلاعات اضافی

Symbolic Music Datasets


  • Piano-midi.de: قطعات کلاسیک پیانو
  • Nottingham : بیش از هزار فولک تون
  • MuseData: کتابخانه الکترونیکی از امتیازات موسیقی کلاسیک
  • JSB Chorales: مجموعه ای از کورالزهای ۴ بخشی هارمونیک
Recommendation Systems

  • MovieLens:دتا دیتاست از اینجا قابل دریافت هست. اولین دیتاست شامل ۱۰۰ هزار رتبه بندی برای ۱۶۸۲ فیلم توسط ۹۴۳ کاربر هست . که به ۵ بخش مختلف تقسیم شده. دومین دیتاست حدود ۱ میلیون رتبه بندی (ریتینگ) برای ۳۹۰۰ فیلم هست که توسط ۶۰۴۰ کاربر داده شده .
  • Jester: این دیتاست شامل ۴٫۱ میلیون رتبه بندی پیوسته (از -۱۰٫۰۰ تا +۱۰٫۰۰ ) از ۱۰۰تا جوک هست که توسط ۷۳۴۲۱ کاربر داده شده .
  • Netflix Prize: نت فلیکس یک ورژن از دیتاست رتبه بندی فیلمهاش رو ارايه کرده که شامل ۱۰۰ میلیون رتبه بندی هست که توسط ۴۸۰ هزار کاربر انجام شده که بین ۱ تا تمام ۱۷۷۷۰ فیلم را رتبه بندی کردند.
  • Book-Crossing dataset: این دیتاست از انجمن Book-Crossing هست که شامل ۲۷۸۸۵۸ کاربره که ۱۱۴۹۷۸۰ امتیاز رو در مورد  ۲۷۱۳۷۹ کتاب دادند .

متفرقه



دیتاست های پزشکی 

  • Pulmonary hypertension Datasets : این سایت دارای دسته های مختلف برای انواع مختلفی از سرطان هاست (هم انسان و هم حیوان و…)  و دیتاست بسیار بزرگی رو شامل میشه (بیش از هزاران نمونه )
  • Visual Concept Extraction Challenge in Radiology ا(VISCERAL) :تصاویر رادیولوژی از ساختارهای آناتومیکال (مثل ششها ،کلیه ها و… ) به فرمتهای مختلف (CT یا MR ) که بصورت دستی حاشیه نویسی شده اند.
  • The Cancer Imaging Archive: دیتاست های مختلف از انواع سرطان ها (سرطان شش ، myeloma، carcinoma و…) با فرمت های مختلف
  • Grand Challenges in Biomedical Image Analysis: مجموعه ای از رقابتهای بیومدیکال که به منظور تسهیل قیاس بین راه حل ها و روشهای موجود و جدید ایجاد شده . در حال حاضر (زمان نگارش این مطلب) ۹۲ رقابت وجود دراه . هر رقابت دارای دیتاست خاص خود میباشد.
  • The Lung Image Database Consortium : مجموعه تصاویر (LIDC-IDRI )که . یک مجموعه از تصاویر سی تی اسکن از سرطان شش با ضایعات (lesions)حاشیه نویسی شده
  • Kaggle diabetic retinopathy. تصاویر شبکیه چشم (retinal ) با کیفیت بالا که به منظور تشخیص retinopathy دیابتی مورد استفاده قرار میگیرند و از مقیاس شدت ۰ تا ۴ توسط تکنسین ها حاشیه نویسی شده اند.
  • International Symposium on Biomedical Imaging :ا(۲۰۱۵) رقابت بزرگ بین المللی که دارای دیتاست های خاص خود هستند.
  • Multiple sclerosis lesion segmentation : مجموعه ای از تصاویر MRI مغز برای تشخیص ضایعات مربوط به بیماری ام اس (MS lesions ).
  • Multimodal Brain Tumor Segmentation Challenge: ا (BRATS)دیتاست بزرگی از اسکنهای رزونانس مغناطیسی تومور مغزی ( brain tumor magnetic resonance scan) این دیتاست از سال ۲۰۱۲ در حال گسترش هست (هر ساله!)
  • Coding4Cancer: تصاویر ماموگرافی دیجیتا و تشخیص سرطان شش

 


دیتاست های متفرقه (بدون ترتیب )

مجموعه ای از آدرس سایت های دیتابیس و دیتاست :(از گروه تلگرام دیپ لرنینگ (لینک در بخش منابع یادگیری اومده))


بخش دوم (نا مرتب)

  1. Google House Numbers from street view
  2. CIFAR-10 and CIFAR-100
  3. IMAGENET
  4. Tiny Images 80 Million tiny images6.
  5. Flickr Data 100 Million Yahoo dataset
  6. Berkeley Segmentation Dataset 500
  7. UC Irvine Machine Learning Repository
  8. Flickr 8k
  9. Flickr 30k
  10. Microsoft COCO
  11. VQA
  12. Image QA
  13. AT&T Laboratories Cambridge face database
  14. AVHRR Pathfinder
  15. Air Freight – The Air Freight data set is a ray-traced image sequence along with ground truth segmentation based on textural characteristics. (455 images + GT, each 160×120 pixels). (Formats: PNG)
  16. Amsterdam Library of Object Images – ALOI is a color image collection of one-thousand small objects, recorded for scientific purposes. In order to capture the sensory variation in object recordings, we systematically varied viewing angle, illumination angle, and illumination color for each object, and additionally captured wide-baseline stereo images. We recorded over a hundred images of each object, yielding a total of 110,250 images for the collection. (Formats: png)
  17. Annotated face, hand, cardiac & meat images – Most images & annotations are supplemented by various ASM/AAM analyses using the AAM-API. (Formats: bmp,asf)
  18. Image Analysis and Computer Graphics
  19. Brown University Stimuli – A variety of datasets including geons, objects, and “greebles”. Good for testing recognition algorithms. (Formats: pict)
  20. CAVIAR video sequences of mall and public space behavior – 90K video frames in 90 sequences of various human activities, with XML ground truth of detection and behavior classification (Formats: MPEG2 & JPEG)
  21. Machine Vision Unit
  22. CCITT Fax standard images – 8 images (Formats: gif)
  23. CMU CIL’s Stereo Data with Ground Truth – 3 sets of 11 images, including color tiff images with spectroradiometry (Formats: gif, tiff)
  24. CMU PIE Database – A database of 41,368 face images of 68 people captured under 13 poses, 43 illuminations conditions, and with 4 different expressions.
  25. CMU VASC Image Database – Images, sequences, stereo pairs (thousands of images) (Formats: Sun Rasterimage)
  26. Caltech Image Database – about 20 images – mostly top-down views of small objects and toys. (Formats: GIF)
  27. Columbia-Utrecht Reflectance and Texture Database – Texture and reflectance measurements for over 60 samples of 3D texture, observed with over 200 different combinations of viewing and illumination directions. (Formats: bmp)
  28. Computational Colour Constancy Data – A dataset oriented towards computational color constancy, but useful for computer vision in general. It includes synthetic data, camera sensor data, and over 700 images. (Formats: tiff)
  29. Computational Vision Lab
  30. Content-based image retrieval database – 11 sets of color images for testing algorithms for content-based retrieval. Most sets have a description file with names of objects in each image. (Formats: jpg)
  31. Efficient Content-based Retrieval Group
  32. Densely Sampled View Spheres – Densely sampled view spheres – upper half of the view sphere of two toy objects with 2500 images each. (Formats: tiff)
  33. Computer Science VII (Graphical Systems)
  34. Digital Embryos – Digital embryos are novel objects which may be used to develop and test object recognition systems. They have an organic appearance. (Formats: various formats are available on request)
  35. Univerity of Minnesota Vision Lab
  36. El Salvador Atlas of Gastrointestinal VideoEndoscopy – Images and Videos of his-res of studies taken from Gastrointestinal Video endoscopy. (Formats: jpg, mpg, gif)
  37. FG-NET Facial Aging Database – Database contains 1002 face images showing subjects at different ages. (Formats: jpg)
  38. FVC2000 Fingerprint Databases – FVC2000 is the First International Competition for Fingerprint Verification Algorithms. Four fingerprint databases constitute the FVC2000 benchmark (3520 fingerprints in all).
  39. Biometric Systems Lab – University of Bologna
  40. Face and Gesture images and image sequences – Several image datasets of faces and gestures that are ground truth annotated for benchmarking
  41. German Fingerspelling Database – The database contains 35 gestures and consists of 1400 image sequences that contain gestures of 20 different persons recorded under non-uniform daylight lighting conditions. (Formats: mpg,jpg)
  42. Language Processing and Pattern Recognition
  43. Groningen Natural Image Database – 4000+ 1536×1024 (16 bit) calibrated outdoor images (Formats: homebrew)
  44. ICG Testhouse sequence – 2 turntable sequences from ifferent viewing heights, 36 images each, resolution 1000×750, color (Formats: PPM)
  45. Institute of Computer Graphics and Vision
  46. IEN Image Library – 1000+ images, mostly outdoor sequences (Formats: raw, ppm)
  47. INRIA’s Syntim images database – 15 color image of simple objects (Formats: gif)
  48. INRIA
  49. INRIA’s Syntim stereo databases – 34 calibrated color stereo pairs (Formats: gif)
  50. Image Analysis Laboratory – Images obtained from a variety of imaging modalities — raw CFA images, range images and a host of “medical images”. (Formats: homebrew)
  51. Image Analysis Laboratory
  52. Image Database – An image database including some textures
  53. JAFFE Facial Expression Image Database – The JAFFE database consists of 213 images of Japanese female subjects posing 6 basic facial expressions as well as a neutral pose. Ratings on emotion adjectives are also available, free of charge, for research purposes. (Formats: TIFF Grayscale images.)
  54. ATR Research, Kyoto, Japan
  55. JISCT Stereo Evaluation – 44 image pairs. These data have been used in an evaluation of stereo analysis, as described in the April 1993 ARPA Image Understanding Workshop paper The JISCT Stereo Evaluation” by R.C.Bolles, H.H.Baker, and M.J.Hannah, 263–274 (Formats: SSI)
  56. MIT Vision Texture – Image archive (100+ images) (Formats: ppm)
  57. MIT face images and more – hundreds of images (Formats: homebrew)
  58. Machine Vision – Images from the textbook by Jain, Kasturi, Schunck (20+ images) (Formats: GIF TIFF)
  59. Mammography Image Databases – 100 or more images of mammograms with ground truth. Additional images available by request, and links to several other mammography databases are provided. (Formats: homebrew)
  60. ftp://ftp.cps.msu.edu/pub/prip – many images (Formats: unknown)
  61. Middlebury Stereo Data Sets with Ground Truth – Six multi-frame stereo data sets of scenes containing planar regions. Each data set contains 9 color images and subpixel-accuracy ground-truth data. (Formats: ppm)
  62. Middlebury Stereo Vision Research Page – Middlebury College
  63. Modis Airborne simulator, Gallery and data set – High Altitude Imagery from around the world for environmental modeling in support of NASA EOS program (Formats: JPG and HDF)
  64. NIST Fingerprint and handwriting – datasets – thousands of images (Formats: unknown)
  65. NIST Fingerprint data – compressed multipart uuencoded tar file
  66. NLM HyperDoc Visible Human Project – Color, CAT and MRI image samples – over 30 images (Formats: jpeg)
  67. National Design Repository – Over 55,000 3D CAD and solid models of (mostly) mechanical/machined engineerign designs. (Formats: gif,vrml,wrl,stp,sat)
  68. Geometric & Intelligent Computing Laboratory
  69. OSU (MSU) 3D Object Model Database – several sets of 3D object models collected over several years to use in object recognition research (Formats: homebrew, vrml)
  70. OSU (MSU/WSU) Range Image Database – Hundreds of real and synthetic images (Formats: gif, homebrew)
  71. OSU/SAMPL Database: Range Images, 3D Models, Stills, Motion Sequences – Over 1000 range images, 3D object models, still images and motion sequences (Formats: gif, ppm, vrml, homebrew)
  72. Signal Analysis and Machine Perception Laboratory
  73. Otago Optical Flow Evaluation Sequences – Synthetic and real sequences with machine-readable ground truth optical flow fields, plus tools to generate ground truth for new sequences. (Formats: ppm,tif,homebrew)
  74. Vision Research Group
  75. ftp://ftp.limsi.fr/pub/quenot/opflow/testdata/piv/ – Real and synthetic image sequences used for testing a Particle Image Velocimetry application. These images may be used for the test of optical flow and image matching algorithms. (Formats: pgm (raw))
  76. LIMSI-CNRS/CHM/IMM/vision
  77. LIMSI-CNRS
  78. Photometric 3D Surface Texture Database – This is the first 3D texture database which provides both full real surface rotations and registered photometric stereo data (30 textures, 1680 images). (Formats: TIFF)
  79. SEQUENCES FOR OPTICAL FLOW ANALYSIS (SOFA) – 9 synthetic sequences designed for testing motion analysis applications, including full ground truth of motion and camera parameters. (Formats: gif)
  80. Computer Vision Group
  81. Sequences for Flow Based Reconstruction – synthetic sequence for testing structure from motion algorithms (Formats: pgm)
  82. Stereo Images with Ground Truth Disparity and Occlusion – a small set of synthetic images of a hallway with varying amounts of noise added. Use these images to benchmark your stereo algorithm. (Formats: raw, viff (khoros), or tiff)
  83. Stuttgart Range Image Database – A collection of synthetic range images taken from high-resolution polygonal models available on the web (Formats: homebrew)
  84. Department Image Understanding
  85. The AR Face Database – Contains over 4,000 color images corresponding to 126 people’s faces (70 men and 56 women). Frontal views with variations in facial expressions, illumination, and occlusions. (Formats: RAW (RGB 24-bit))
  86. Purdue Robot Vision Lab
  87. The MIT-CSAIL Database of Objects and Scenes – Database for testing multiclass object detection and scene recognition algorithms. Over 72,000 images with 2873 annotated frames. More than 50 annotated object classes. (Formats: jpg)
  88. The RVL SPEC-DB (SPECularity DataBase) – A collection of over 300 real images of 100 objects taken under three different illuminaiton conditions (Diffuse/Ambient/Directed). — Use these images to test algorithms for detecting and compensating specular highlights in color images. (Formats: TIFF )
  89. Robot Vision Laboratory
  90. The Xm2vts database – The XM2VTSDB contains four digital recordings of 295 people taken over a period of four months. This database contains both image and video data of faces.
  91. Centre for Vision, Speech and Signal Processing
  92. Traffic Image Sequences and ‘Marbled Block’ Sequence – thousands of frames of digitized traffic image sequences as well as the ‘Marbled Block’ sequence (grayscale images) (Formats: GIF)
  93. IAKS/KOGS
  94. U Bern Face images – hundreds of images (Formats: Sun rasterfile)
  95. U Michigan textures (Formats: compressed raw)
  96. U Oulu wood and knots database – Includes classifications – 1000+ color images (Formats: ppm)
  97. UCID – an Uncompressed Colour Image Database – a benchmark database for image retrieval with predefined ground truth. (Formats: tiff)
  98. UMass Vision Image Archive – Large image database with aerial, space, stereo, medical images and more. (Formats: homebrew)
  99. UNC’s 3D image database – many images (Formats: GIF)
  100. USF Range Image Data with Segmentation Ground Truth – 80 image sets (Formats: Sun rasterimage)
  101. University of Oulu Physics-based Face Database – contains color images of faces under different illuminants and camera calibration conditions as well as skin spectral reflectance measurements of each person.
  102. Machine Vision and Media Processing Unit
  103. University of Oulu Texture Database – Database of 320 surface textures, each captured under three illuminants, six spatial resolutions and nine rotation angles. A set of test suites is also provided so that texture segmentation, classification, and retrieval algorithms can be tested in a standard manner. (Formats: bmp, ras, xv)
  104. Machine Vision Group
  105. Usenix face database – Thousands of face images from many different sites (circa 994)
  106. View Sphere Database – Images of 8 objects seen from many different view points. The view sphere is sampled using a geodesic with 172 images/sphere. Two sets for training and testing are available. (Formats: ppm)
  107. PRIMA, GRAVIR
  108. Vision-list Imagery Archive – Many images, many formats
  109. Wiry Object Recognition Database – Thousands of images of a cart, ladder, stool, bicycle, chairs, and cluttered scenes with ground truth labelings of edges and regions. (Formats: jpg)
  110. ۳D Vision Group
  111. Yale Face Database – 165 images (15 individuals) with different lighting, expression, and occlusion configurations.
  112. Yale Face Database B – 5760 single light source images of 10 subjects each seen under 576 viewing conditions (9 poses x 64 illumination conditions). (Formats: PGM)
  113. Center for Computational Vision and Control
  114. DeepMind QA Corpus – Textual QA corpus from CNN and DailyMail. More than 300K documents in total. Paper for reference.

منبع و برای چک بروزآوری های بعدی


 

 

با گوگل کردن هم میتونید به دیتاست های مختلفی برسید اما پیشنهاد میکنم اگه برای مقاله و… قصد تحقیق دارید اول سرچ کنید و دیتاست های مطرح حوزه خودتون رو پیدا کنید و روی اونها کار کنید.خصوصا اون پست بهشت دیتاستها روببنید. من هر زمان که فرصت پیدا کنم و به نکته جدیدی برسم این بخش رو بروز میکنم . شما هم اگر اطلاعاتی دارید که فکر میکنید اینجا میتونه برای دیگران مفید باشه لطفا اون رو در اختیار من قرار بدید تا با ذکر اسم خودتون اینجا قرار بگیره .

اگر هم مشکلی /اشتباهی در موارد بالا دیدید خوشحال میشم اشاره کنید تا رفع بشه.

با تشکر

سید حسین حسن پور

آخرین آپدیت شنبه ۲۲ آبان ۱۳۹۵

1 دیدگاه در “دیتاست ها

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *