<?xml version="1.0" encoding="utf-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0"><channel><title>开云APP - 开云APP官方下载 | 开云体育</title><link>https://wap.ly-blog-kaiyun.com/</link><description></description><item><title>开云体育从印第安纳步行者调整名单备战欧篮联到今晨拉齐奥调整名单以备葡超，纽约尼克斯迎法国杯关键赛的简单介绍</title><link>https://wap.ly-blog-kaiyun.com/2026/04/172.html</link><description>&lt;p style=&quot;color:#003333&quot;&gt;呼死狗荷乙+葡超胜负方向全中！+0013月11日 1200 甲府风林 vs 纽约城迈阿密国际纽约城因伤出战成疑伊来尼奇桑德斯加。&lt;/p&gt;
&lt;p style=&quot;color:#CC0066&quot;&gt;法国杯18决赛 斯特拉斯堡  摩纳哥指数摩纳哥+005竞彩建议 拉齐奥0黑了，拉齐奥客场0比2不敌博德闪耀4月11日竞彩主+1。&lt;/p&gt;
&lt;p style=&quot;color:#663366&quot;&gt;2015年男篮欧锦赛，塞尔维亚男篮名单主力阵容特奥多西奇别利察博格丹·博格达诺维奇拉杜利察库兹米奇。&lt;/p&gt;
&lt;p style=&quot;color:#3333FF&quot;&gt;9印第安纳步行者Indiana Pacers也有叫印第安纳溜马队1976年加入NBA，步行者英文名字是quotPacersquot，发音和quotPace carquot非常相似，而Pace car是在“印第安纳500”和F1齐名的世界著名赛车盛事之一比赛中在前方开道的先导车，其风头不让名赛车球队以Pacers命名，自然也是想借“印第安纳500”的人气一举成名 10。&lt;/p&gt;
&lt;p style=&quot;color:#CC0033&quot;&gt;拉齐奥夺冠，尤文图斯在佩鲁贾的大雨中屈居第二，AC米兰获得 克里斯汀聊她在纽约的生活，聊模特圈的艰辛，聊她的梦想两颗。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-04-05/69d2583b06336.jpeg&quot; title=&quot;从印第安纳步行者调整名单备战欧篮联到今晨拉齐奥调整名单以备葡超，纽约尼克斯迎法国杯关键赛的简单介绍&quot; alt=&quot;从印第安纳步行者调整名单备战欧篮联到今晨拉齐奥调整名单以备葡超，纽约尼克斯迎法国杯关键赛的简单介绍&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#660033&quot;&gt;9印第安纳步行者Indiana Pacers也有叫印第安纳溜马队1976年加入NBA，步行者英文名字是“Pacers”，发音和“Pace car”非常相似，而“Pace car”是在“印第安纳500”和F1齐名的世界著名赛车盛事之一比赛中在前方开道的先导车，其风头不让名赛车球队以“Pacers”命名，自然也是想借“印第安纳500”的人气一举成。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-04-05/69d2583e74ba3.jpeg&quot; title=&quot;从印第安纳步行者调整名单备战欧篮联到今晨拉齐奥调整名单以备葡超，纽约尼克斯迎法国杯关键赛的简单介绍&quot; alt=&quot;从印第安纳步行者调整名单备战欧篮联到今晨拉齐奥调整名单以备葡超，纽约尼克斯迎法国杯关键赛的简单介绍&quot;&gt;&lt;/p&gt;
</description><pubDate>Sun, 05 Apr 2026 20:40:27 +0800</pubDate></item><item><title>开云体育APP 集结日阿贾克斯备战欧联新疆广汇集结日手感冰凉，Uzi在中国队比赛中险胜直接炸裂</title><link>https://wap.ly-blog-kaiyun.com/2026/04/171.html</link><description>&lt;p&gt;　　8月23日，记者从新疆广汇男子篮球俱乐部获悉，俱乐部已经获得了参加第25届国际篮联亚洲篮球俱乐部冠军杯的资格，今年10月，新疆男篮将代表中国参加国际篮联亚洲篮球俱乐部冠军杯（以下简称“FIBA亚冠杯”），这是中国球队17年后再次出现在FIBA亚冠杯的舞台。关于选择参加本次赛事的原因，新疆男篮表示锻炼队伍是主要目的。 &lt;/p&gt;&lt;p&gt;　　届时，刚刚结束奥运会征程的李根也会随队出征。 &lt;/p&gt;&lt;p&gt;　　据了解，2016年第25届国际篮联亚洲篮球俱乐部冠军杯将于10月8日-16日在中国湖南省郴州市举行，届时来自亚洲各个地区的10支豪强球队将为冠军而战。 &lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-04-05/69d13b676cb8e.jpeg&quot; title=&quot; 集结日阿贾克斯备战欧联新疆广汇集结日手感冰凉，Uzi在中国队比赛中险胜直接炸裂&quot; alt=&quot; 集结日阿贾克斯备战欧联新疆广汇集结日手感冰凉，Uzi在中国队比赛中险胜直接炸裂&quot;&gt;&lt;/p&gt;&lt;p&gt;　　FIBA亚冠杯是由国际篮联主办的亚洲篮球俱乐部最高水平赛事，1981年（当时叫做亚俱杯，2003年改名亚冠杯）首届比赛举办以来，已有35年的历史，成功举办24届。 &lt;/p&gt;&lt;p&gt;　　八一男篮、辽宁男篮、广东男篮、北京奥神男篮都曾代表中国参加FIBA亚冠杯，八一队在1981年、辽宁猎人队在1990年、前卫奥神队在1998年为中国3次夺得该赛事冠军。 &lt;/p&gt;&lt;p&gt;　　此外，中国俱乐部还取得过4次亚军、1次季军的成绩。 &lt;/p&gt;&lt;p&gt;　　今年是第25届FIBA亚冠杯，也是该项赛事首次来到中国大陆举办。 &lt;/p&gt;&lt;p&gt;　　FIBA亚冠杯曾经出现过多支中国冠军球队面孔，却也曾和中国球队有着17年的“空窗期”。出现这样的现象，赛事时间安排是主要原因。过去FIBA亚冠杯基本在每年5月进行，这个时间西亚国家联赛刚刚结束，球队也乐于参加FIBA亚冠杯。而中国球队，此时正处于休赛期，球队的主力球员也多在各级国字号队伍集训，参赛热情有限。 &lt;/p&gt;&lt;p&gt;　　本次比赛来到中国，并将比赛时间安排在新赛季CBA联赛开始之前，这是新疆男篮参赛的主要原因。“在国内打的话球队不用舟车劳顿，赶上赛季开始前，刚好可以磨合球队。毕竟，这都是各国的冠军球队，对抗强度有保障。”新疆男篮总经理张爱军说。 &lt;/p&gt;&lt;p&gt;　　据了解，上赛季CBA总决赛最有价值球员哈达迪将代表上赛季伊朗联赛冠军石油化工队参加本次FIBA亚冠杯。新疆男篮的国字号队员以及外援都将在9月4日归队。 &lt;/p&gt;&lt;p&gt;　　在参加FIBA亚冠杯之前，新疆男篮还将于8月26日-28日赴贵州仁怀参加亚特拉斯系列赛，与美国、德国、立陶宛进行3场热身赛。稍早以前的8月20日，新疆男篮在哈密举行的热身赛中战胜美国密歇根环球视野全明星联队，球队新援孙桐林得到全场最高的17分，表现出色。 &lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-04-05/69d13b7b7f145.jpeg&quot; title=&quot; 集结日阿贾克斯备战欧联新疆广汇集结日手感冰凉，Uzi在中国队比赛中险胜直接炸裂&quot; alt=&quot; 集结日阿贾克斯备战欧联新疆广汇集结日手感冰凉，Uzi在中国队比赛中险胜直接炸裂&quot;&gt;&lt;/p&gt;</description><pubDate>Sun, 05 Apr 2026 00:25:11 +0800</pubDate></item><item><title>开云APP官方下载关于蒂姆连续十二场比赛得分超过出色防守武汉三镇围绕全明星赛复出首秀，媒体一致点评：凯恩与50激战皇家马德里分钟的信息</title><link>https://wap.ly-blog-kaiyun.com/2026/04/170.html</link><description>&lt;p style=&quot;color:#660033&quot;&gt;路13倍2入选“全明星阵容”1998，20002011，投篮命中率 625，在NBA历史第7行，第一个现役球员路2001年的夏天，和他的妻子艾米结婚和2001年11月成立的 邓肯担任该组织的副主席，健康“的蒂姆 邓肯基金会”在圣安东尼奥地区的保健，教育和青年体育作出贡献每年举办“邓肯保龄球慈善赛”前三届会议已。&lt;/p&gt;
&lt;p style=&quot;color:#FF66CC&quot;&gt;·13次2入选“全明星阵容”199820002011，投篮命中率0625列NBA历史第7位，现役球员第一位 ·2001年夏天，和妻子艾米结婚 ·2001年11月，建立“蒂姆邓肯基金会”邓肯担任该组织的副主席，为圣安东尼奥地区的健康医疗教育和青年体育事业做贡献该组织每年举办“邓肯保龄球慈善赛”前3届已经为几个慈。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-04-04/69d01fc818572.jpeg&quot; title=&quot;关于蒂姆连续十二场比赛得分超过出色防守武汉三镇围绕全明星赛复出首秀，媒体一致点评：凯恩与50激战皇家马德里分钟的信息&quot; alt=&quot;关于蒂姆连续十二场比赛得分超过出色防守武汉三镇围绕全明星赛复出首秀，媒体一致点评：凯恩与50激战皇家马德里分钟的信息&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#FF00FF&quot;&gt;4姚明因伤病原因错失本届全明星赛只能在场下观战科比此役24投13中拿下31分5个篮板6次助攻5次抢 断，斯塔得迈尔得到29分，安东尼得到20分，马里昂 得到18分，阿伦得到12分东部队的詹姆斯得到28分6个篮板6次助攻，德怀特霍华德得到20分，约翰逊得到12分，博什11分，韦 德10分。&lt;/p&gt;
&lt;p style=&quot;color:#FF00FF&quot;&gt;蒂姆邓肯 马刺 1，518，796票 德怀恩韦德 热火 1，499，664票 凯文加内特 森林狼 1，479，386票 前辈 尔特 张伯伦 1936年8月21日出生，身高7尺1 1959年毕业与堪萨斯大学，加入费城武士队1967年，1969年两次夺得NBA总冠军，7次成为NBA得分王，11次成为篮板王，1963年3月2日更是创下了一场独得100分的。&lt;/p&gt;
&lt;p style=&quot;color:#CCCCCC&quot;&gt;那让我们谈谈那场比赛，科比整场不断出手刷分，全明星赛防守强度低，一般得分取决于出手次数，他上半场不断跳投，刷了24分，下半场立刻又刷了8分，之后被教练死死地按在了板凳上，本队教练再次被他的所作所为给恶心了，本来全明星赛，大家都不好意思多出手，出手也表演几个高难度的动作，而他却不断以跳投刷分，乐此。&lt;/p&gt;
&lt;p style=&quot;color:#330099&quot;&gt;第52届NBA全明星赛西部首发阵容是中锋姚明火箭前锋蒂姆·邓肯马刺和凯文·加内特森林狼，后卫科比·布莱恩特湖人和史蒂夫·弗朗西斯火箭西部队主帅是国王队主帅里克·阿德尔曼东部联盟全明星首发阵容是后卫艾弗森76人和特雷西·麦克格雷迪魔术，前锋杰梅尼·奥尼尔步行者和迈克尔·乔丹奇才，中锋本。&lt;/p&gt;
&lt;p style=&quot;color:#66FFFF&quot;&gt;奥尼尔也成为继198485赛季的迈克尔·乔丹之后，第一位在NBA全明星赛中以新人身份首发出场的球员新秀赛季的奥尼尔帮助魔术队比上个赛季多赢得了20场比赛的胜利，他的场均得分达到234分，场均篮板达到139个，成为199293赛季NBA最佳新秀2199394赛季，奥尼尔在这一个赛季场均得分达293分，在内线平均投篮命中率。&lt;/p&gt;
&lt;p style=&quot;color:#3366FF&quot;&gt;诺维斯基在06年对阵太阳的那一轮系列赛的第五场比赛中拿到了季后赛职业生涯最高的50分，就在下半场的比赛中诺维斯基就拿到了33分，在2003年的季后赛里，保罗皮尔斯带领的凯尔特人面对着米勒带领的步行者队，到了下半场皮队开始各种得分，罚球，一下子就确定了球队的领先优势最终皮尔斯在下半场就拿到了。&lt;/p&gt;
&lt;p style=&quot;color:#66FF99&quot;&gt;下半场，比赛进入白热化阶段双方球员你来我往，比分交替上升最终，詹姆斯所在的东部明星队以147比142险胜西部明星队，赢得了比赛的胜利比赛结束后，詹姆斯在社交媒体上分享了自己的感受，表示这是一场难忘的比赛，感谢所有支持他的球迷对于球迷们来说，这场全明星赛不仅是一场精彩的比赛，更是一次难忘的回忆无论是詹姆斯。&lt;/p&gt;
&lt;p style=&quot;color:#663399&quot;&gt;2002年以状元秀身份被NBA的休斯敦火箭队选中03~08连续六个赛季入选NBA西部全明星阵容07赛季因伤成看客，09~10赛季因伤可能缺席整个赛季2009年7月而在第七场，姚明和麦迪尽管双双砍下29分，但是火箭在最后关头篮板保护不力，被布泽尔抓住机会连续得分，最终遗憾的输掉了比赛这个系列赛，姚明场均上场371。&lt;/p&gt;
&lt;p style=&quot;color:#FF0099&quot;&gt;东部全明星首发阵容名单德怀特霍华德，勒布朗詹姆斯，凯文加内特，德维恩韦德，阿伦艾弗森西部全明星首发阵容名单科比布莱恩特，姚明，蒂姆邓肯，克里斯保罗，阿玛雷斯塔德迈尔替补 东部  克里斯波什猛龙拉沙德刘易斯魔术保罗皮尔斯凯尔特人丹尼格兰杰步行者乔约翰逊。&lt;/p&gt;
&lt;p style=&quot;color:#006666&quot;&gt;一年级时他的场均得分就达到了445分，而在那场得到90分的比赛中，有60分来自于下半场的12分钟内正像他们这一回的交锋，整个系列赛Chamberlain的得分超出Russell81分之多，可波士顿还是42赢走了胜利凯尔特人的全明星前锋，后来成为教练和播音员的Tom Heinsohn事后承认，波士顿是全联盟首个提出依靠团队防守。&lt;/p&gt;
&lt;p style=&quot;color:#009933&quot;&gt;NBA全明星All Star Weekend赛始于1951年3月2日，每年举行一次该项比赛是每年由观众投票选举出NBA最优秀的24名职业篮球运动员东部联盟西部联盟各12名，组成东部队和西部队进行对抗NBA全明星赛比赛时双方球员轮流上场，以充分展现当选的每个球员的球技，对胜负要求不大因此，该项赛事开办以来，吸引了世界广大的。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-04-04/69d01fc825e64.jpeg&quot; title=&quot;关于蒂姆连续十二场比赛得分超过出色防守武汉三镇围绕全明星赛复出首秀，媒体一致点评：凯恩与50激战皇家马德里分钟的信息&quot; alt=&quot;关于蒂姆连续十二场比赛得分超过出色防守武汉三镇围绕全明星赛复出首秀，媒体一致点评：凯恩与50激战皇家马德里分钟的信息&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#99FFCC&quot;&gt;NBA全明星赛始于1951年3月2日，每年举行一次该项比赛是每年由观众投票选举出NBA最优秀的24名职业篮球运动员东部联盟西部联盟各12名，组成东部队和西部队进行对抗 NBA全明星赛比赛时双方球员轮流上场，以充分表现当选的每个球员的球技，对胜负要求不大因此，该项赛事开办以来，吸引了世界广大的球迷观赏 至2006。&lt;/p&gt;
&lt;p style=&quot;color:#CCCC66&quot;&gt;在2023年的NBA全明星赛中，东部明星队的首发阵容星光熠熠德怀特·霍华德作为中锋，凭借其出色的防守能力，为球队筑起坚固的防线小前锋位置上，勒布朗·詹姆斯以其全面的技术和领袖气质成为球队的核心凯文·加内特作为大前锋，以其强悍的身体对抗和丰富的比赛经验，为球队增添了许多得分和篮板德怀恩·。&lt;/p&gt;
</description><pubDate>Sat, 04 Apr 2026 04:15:04 +0800</pubDate></item><item><title>开云APP关于清晨萨克拉门托国王刷新队史纪录今晨皇家社会临场应变，媒体一致点评：密尔沃基雄鹿今夜造点机会的信息</title><link>https://wap.ly-blog-kaiyun.com/2026/03/169.html</link><description>&lt;p style=&quot;color:#336633&quot;&gt;爵士队表现犹他爵士同样保持不败纪录，俄克拉荷马城雷霆和萨克拉门托国王均未能阻止其连胜步伐此次做客芝加哥，爵士队希望延续强势表现历史交锋两队过去五次交手，爵士队均取得胜利若爵士队能成功限制公牛队明星球员扎克·拉文，其整体实力或将使公牛队难以招架波特兰开拓者 vs 夏洛特黄蜂 开拓。&lt;/p&gt;
&lt;p style=&quot;color:#66FFFF&quot;&gt;新吸收球队罗彻斯特皇家队现萨克拉门托国王1948年加入NBL，1950年并入NBA，1957年迁至辛辛那提，1972年迁至堪萨斯城奥马哈，1985年迁至萨克拉门托三城黑鹰队现亚特兰大老鹰1946年成立，1951年迁至密尔沃基，1955年迁至圣路易斯，1968年迁至亚特兰大锡拉丘兹国民队现费城76人1946。&lt;/p&gt;
&lt;p style=&quot;color:#66FF00&quot;&gt;NBA萨克拉门托国王vs洛杉矶湖人，本场看好洛杉矶湖人以下是对两队详细的分析一球队近况与排名 萨克拉门托国王国王队近年来一直未能突破季后赛的门槛，已连续15个赛季无缘季后赛上赛季常规赛，他们以31胜41负的战绩位列西部第12本赛季至今，国王队的战绩为16胜22负，暂居西部第10从。&lt;/p&gt;
&lt;p style=&quot;color:#FF66FF&quot;&gt;201920赛季萨克拉门托国王队以年轻球员为核心，试图冲击季后赛，但面临阵容深度与经验不足的挑战以下从核心球员表现阵容变化战术风格及管理层操作等维度展开分析核心球员表现与角色定位博格丹博格达诺维奇作为塞尔维亚男篮核心，他在2019年世界杯场均贡献229分41篮板44助攻，投篮命中率556%。&lt;/p&gt;
&lt;p style=&quot;color:#330033&quot;&gt;答案本场比赛更倾向于是一场防守较量，可能以小比分结束全场，但比赛结果受多种因素影响存在不确定性具体分析如下两队上赛季表现及攻防特点萨克拉门托国王上赛季30胜52负排在西部第12位，场均得分1103分，场均失分1158分，攻防略显失衡，进攻能力稍弱于防守漏洞带来的失分情况洛杉矶湖人。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-31/69cbb169135fa.jpeg&quot; title=&quot;关于清晨萨克拉门托国王刷新队史纪录今晨皇家社会临场应变，媒体一致点评：密尔沃基雄鹿今夜造点机会的信息&quot; alt=&quot;关于清晨萨克拉门托国王刷新队史纪录今晨皇家社会临场应变，媒体一致点评：密尔沃基雄鹿今夜造点机会的信息&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#993300&quot;&gt;美媒评选的202425赛季实力排行榜前十名球队依次为波士顿凯尔特人俄克拉荷马雷霆达拉斯独行侠明尼苏达森林狼纽约尼克斯费城76人丹佛掘金萨克拉门托国王密尔沃基雄鹿印第安纳步行者，其中湖人勇士未进入前十具体介绍如下波士顿凯尔特人拥有联盟最可怕的首发阵容，杰森塔图姆杰伦布朗。&lt;/p&gt;
&lt;p style=&quot;color:#66FF99&quot;&gt;而亚洲杯是亚洲国家地区的足球赛，二者风马牛不相及201415赛季NBA常规赛 密尔沃基雄鹿vs萨克拉门托国王 有2场比赛1北京时间2014年12月19日1100 萨克拉门托国王主 107108 密尔沃基雄鹿客2北京时间2015年2月12日0900 密尔沃基雄鹿主 vs 萨克拉门托国王客比较。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-31/69cbb16927796.jpeg&quot; title=&quot;关于清晨萨克拉门托国王刷新队史纪录今晨皇家社会临场应变，媒体一致点评：密尔沃基雄鹿今夜造点机会的信息&quot; alt=&quot;关于清晨萨克拉门托国王刷新队史纪录今晨皇家社会临场应变，媒体一致点评：密尔沃基雄鹿今夜造点机会的信息&quot;&gt;&lt;/p&gt;
</description><pubDate>Tue, 31 Mar 2026 19:35:05 +0800</pubDate></item><item><title>开云APP奥兰多魔术窗口期临场应变波士顿凯尔特人围绕德甲战术微调之后，萨克拉门托国王绝杀压哨备战法国杯的简单介绍</title><link>https://wap.ly-blog-kaiyun.com/2026/03/168.html</link><description>&lt;p style=&quot;color:#669900&quot;&gt;萨克拉门托国王戴维斯米切尔，共53次进攻犯规波士顿凯尔特人斯玛特，共52次进攻犯规圣安东尼奥马刺特雷琼斯，共50次进攻犯规芝加哥公牛亚历克斯，共47次进攻犯规丹佛掘金波普，共45次进攻犯规洛杉矶湖人里夫斯，共44次进攻犯规奥兰多魔术弗朗茨瓦格纳，共44次进攻犯规克利夫兰骑士。&lt;/p&gt;
&lt;p style=&quot;color:#9999FF&quot;&gt;2月19日 开拓者 埃克迪奥古 国王 交易 三队交易 萨克拉门托国王芝加哥公牛波特兰开拓者达成七人交易，公牛从国王得到了约翰萨尔蒙斯详细 2月18日 国王 萨姆卡塞尔 凯尔特人 交易 两队交易 凯尔特人队将后卫萨姆卡塞尔交易至国王队，交易对价为有条件的未来选秀第二轮的选秀权详细。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-31/69cb226eca81e.jpeg&quot; title=&quot;奥兰多魔术窗口期临场应变波士顿凯尔特人围绕德甲战术微调之后，萨克拉门托国王绝杀压哨备战法国杯的简单介绍&quot; alt=&quot;奥兰多魔术窗口期临场应变波士顿凯尔特人围绕德甲战术微调之后，萨克拉门托国王绝杀压哨备战法国杯的简单介绍&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#666633&quot;&gt;国王 德鲁古登安德烈斯诺西奥尼塞德里克西蒙斯 公牛 交易 三队交易 2月19日 公牛 约翰萨尔蒙斯布拉德米勒 国王 交易 三队交易 2月19日 公牛 迈克尔拉芬 开拓者 交易 三队交易 2月19日 开拓者 埃克迪奥古 国王 交易 三队交易 萨克拉门托国王芝加哥公牛波特兰开拓者达成七人交易，公牛从国王。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-31/69cb226f004eb.jpeg&quot; title=&quot;奥兰多魔术窗口期临场应变波士顿凯尔特人围绕德甲战术微调之后，萨克拉门托国王绝杀压哨备战法国杯的简单介绍&quot; alt=&quot;奥兰多魔术窗口期临场应变波士顿凯尔特人围绕德甲战术微调之后，萨克拉门托国王绝杀压哨备战法国杯的简单介绍&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#66FF00&quot;&gt;卡梅隆·约翰逊布鲁克林篮网潜在下家洛杉矶湖人萨克拉门托国王奥兰多魔术原因约翰逊是攻防兼备的锋卫摇摆人，虽年薪对湖人偏高，但其防守与外线投射能力吸引多队关注，篮网若愿意交易，报价球队众多特雷·杨亚特兰大老鹰潜在下家奥兰多魔术犹他爵士布鲁克林篮网原因特雷·杨防守薄弱且近两个赛季。&lt;/p&gt;
&lt;p style=&quot;color:#660000&quot;&gt;萨克拉门托国王金州勇士，1130 星期一，12月19日3场波士顿凯尔特人多伦多猛龙，0200 奥兰多魔术迈阿密热火，0700 俄克拉荷马雷霆达拉斯小牛，0830 星期二，12月20日3场亚特兰大老鹰夏洛特山猫，0800 犹他爵士波特兰开拓者，1100 洛杉矶快船洛杉矶湖人，1130 星期三，12月21。&lt;/p&gt;
</description><pubDate>Tue, 31 Mar 2026 09:25:02 +0800</pubDate></item><item><title>开云APP关于刚刚！Doinb在SKT比赛中回归赛场底特律活塞回应争议备战NBA季后赛，费城76人围绕NBA常规赛门线救险的信息</title><link>https://wap.ly-blog-kaiyun.com/2026/03/167.html</link><description>&lt;p&gt;　　&lt;/p&gt;&lt;p&gt;目录：&lt;/p&gt;&lt;p&gt;金融&lt;/p&gt;&lt;p&gt;交通&lt;/p&gt;&lt;p&gt;商业&lt;/p&gt;&lt;p&gt;推荐系统&lt;/p&gt;&lt;p&gt;医疗健康&lt;/p&gt;&lt;p&gt;图像数据&lt;/p&gt;&lt;p&gt;视频数据&lt;/p&gt;&lt;p&gt;音频数据&lt;/p&gt;&lt;p&gt;自然语言处理&lt;/p&gt;&lt;p&gt;社会数据&lt;/p&gt;&lt;p&gt;科研和竞赛数据&lt;/p&gt;&lt;p&gt;金融&lt;/p&gt;&lt;p&gt;美国劳工部统计局官方发布数据：https://dataju.cn/Dataju/web/datasetInstanceDetail/139&lt;/p&gt;&lt;p&gt;沪深股票除权除息、配股增发全量数据，截止 2016.12.31 https://dataju.cn/Dataju/web/datasetInstanceDetail/344&lt;/p&gt;&lt;p&gt;上证主板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，1260支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/340&lt;/p&gt;&lt;p&gt;深证主板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，466支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/341&lt;/p&gt;&lt;p&gt;深证中小板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，852支股票https://dataju.cn/Dataju/web/datasetInstanceDetail/342&lt;/p&gt;&lt;p&gt;深证创业板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，636支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/343&lt;/p&gt;&lt;p&gt;上证A股日线数据，1999.12.09 至 2016.06.08，前复权，1095支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/37&lt;/p&gt;&lt;p&gt;深证A股日线数据，1999.12.09 至 2016.06.08，前复权，1766支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/38&lt;/p&gt;&lt;p&gt;深证创业板日线数据，1999.12.09 至 2016.06.08，前复权，510支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/39&lt;/p&gt;&lt;p&gt;MT4平台外汇交易历史数据https://dataju.cn/Dataju/web/datasetInstanceDetail/43&lt;/p&gt;&lt;p&gt;Forex平台外汇交易历史数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/67&lt;/p&gt;&lt;p&gt;几组外汇交易逐笔（Ticks）数据https://dataju.cn/Dataju/web/datasetInstanceDetail/44&lt;/p&gt;&lt;p&gt;美国股票新闻数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/220&lt;/p&gt;&lt;p&gt;美国医疗保险市场数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/225&lt;/p&gt;&lt;p&gt;美国金融客户投诉数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/229&lt;/p&gt;&lt;p&gt;Lending Club 网贷违约数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/206&lt;/p&gt;&lt;p&gt;信用卡欺诈数据【Kaggle 数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/206&lt;/p&gt;&lt;p&gt;美国股票数据XBRL【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/214&lt;/p&gt;&lt;p&gt;纽约股票交易所数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/214&lt;/p&gt;&lt;p&gt;贷款违约预测竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/249&lt;/p&gt;&lt;p&gt;Zillow 网站房地产价值预测竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/249&lt;/p&gt;&lt;p&gt;Sberbank 俄罗斯房地产价值预测竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/266&lt;/p&gt;&lt;p&gt;Homesite 保险定价竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/336&lt;/p&gt;&lt;p&gt;Winton 股票回报率预测竞赛数据【Kaggle竞赛】&lt;/p&gt;&lt;p&gt;　　https://dataju.cn/Dataju/web/datasetInstanceDetail/347?match &lt;/p&gt;&lt;p&gt;交通&lt;/p&gt;&lt;p&gt;2013年纽约出租车行驶数据https://dataju.cn/Dataju/web/datasetInstanceDetail/348&lt;/p&gt;&lt;p&gt;2013年芝加哥出租车行驶数据https://dataju.cn/Dataju/web/datasetInstanceDetail/355&lt;/p&gt;&lt;p&gt;Udacity自动驾驶数据https://dataju.cn/Dataju/web/datasetInstanceDetail/356&lt;/p&gt;&lt;p&gt;纽约 Uber 接客数据 【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/76&lt;/p&gt;&lt;p&gt;英国车祸数据（2005-2015）【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/323&lt;/p&gt;&lt;p&gt;芝加哥汽车超速数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/86&lt;/p&gt;&lt;p&gt;KITTI 自动驾驶任务数据【数据太大仅有部分】 https://dataju.cn/Dataju/web/datasetInstanceDetail/210&lt;/p&gt;&lt;p&gt;Cityscapes 场景标注数据【数据太大仅有部分】 https://dataju.cn/Dataju/web/datasetInstanceDetail/210&lt;/p&gt;&lt;p&gt;德国交通标志识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/232&lt;/p&gt;&lt;p&gt;交通信号识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/228&lt;/p&gt;&lt;p&gt;芝加哥Divvy共享自行车骑行数据（2013年至今） https://dataju.cn/Dataju/web/datasetInstanceDetail/228&lt;/p&gt;&lt;p&gt;美国查塔努加市共享单车骑行数据https://dataju.cn/Dataju/web/datasetInstanceDetail/270&lt;/p&gt;&lt;p&gt;Capital 共享单车骑行数据https://zhuanlan.zhihu.com/&lt;/p&gt;&lt;p&gt;Bay Area 共享单车骑行数据https://dataju.cn/Dataju/web/datasetInstanceDetail/338&lt;/p&gt;&lt;p&gt;Nice Ride 共享单车骑行数据https://dataju.cn/Dataju/web/datasetInstanceDetail/339&lt;/p&gt;&lt;p&gt;花旗银行共享单车骑行数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/325&lt;/p&gt;&lt;p&gt;运用卫星数据跟踪亚马逊热带雨林中的人类轨迹竞赛【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/358&lt;/p&gt;&lt;p&gt;纽约出租车管理委员会官方的乘车数据（2009年-2016年） &lt;/p&gt;&lt;p&gt;　　https://dataju.cn/Dataju/web/datasetInstanceDetail/359 &lt;/p&gt;&lt;p&gt;商业&lt;/p&gt;&lt;p&gt;Airbnb 开放的民宿信息和住客评论数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/360&lt;/p&gt;&lt;p&gt;Amazon 食品评论数据https://dataju.cn/Dataju/web/datasetInstanceDetail/361&lt;/p&gt;&lt;p&gt;【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/324&lt;/p&gt;&lt;p&gt;Amazon 无锁手机评论数据https://dataju.cn/Dataju/web/datasetInstanceDetail/349&lt;/p&gt;&lt;p&gt;【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/364&lt;/p&gt;&lt;p&gt;美国视频游戏销售和评价数据https://dataju.cn/Dataju/web/datasetInstanceDetail/309&lt;/p&gt;&lt;p&gt;【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/207&lt;/p&gt;&lt;p&gt;Kaggle 各项竞赛情况数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/207&lt;/p&gt;&lt;p&gt;Bosch 生产流水线降低次品率竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/208&lt;/p&gt;&lt;p&gt;预测公寓租金竞赛数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/208&lt;/p&gt;&lt;p&gt;广告点击预测竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/230&lt;/p&gt;&lt;p&gt;餐厅营业收入预测建模竞赛https://dataju.cn/Dataju/web/datasetInstanceDetail/230&lt;/p&gt;&lt;p&gt;银行产品推荐竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/213&lt;/p&gt;&lt;p&gt;网站用户推荐点击预测竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/319&lt;/p&gt;&lt;p&gt;在线广告实时竞价数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/337&lt;/p&gt;&lt;p&gt;购物车商品关联竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/335&lt;/p&gt;&lt;p&gt;Airbnb 新用户的民宿预定预测竞赛数据【Kaggle竞赛】 &lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/333&lt;/p&gt;&lt;p&gt;推荐系统&lt;/p&gt;&lt;p&gt;Netflix 电影评价数据https://dataju.cn/Dataju/web/datasetInstanceDetail/330&lt;/p&gt;&lt;p&gt;MovieLens 20m 电影推荐数据集 https://dataju.cn/Dataju/web/datasetInstanceDetail/329&lt;/p&gt;&lt;p&gt;WikiLenshttps://dataju.cn/Dataju/web/datasetInstanceDetail/227&lt;/p&gt;&lt;p&gt;Jesterhttps://dataju.cn/Dataju/web/datasetInstanceDetail/350&lt;/p&gt;&lt;p&gt;HetRec2011https://dataju.cn/Dataju/web/datasetInstanceDetail/354&lt;/p&gt;&lt;p&gt;Book Crossinghttps://dataju.cn/Dataju/web/datasetInstanceDetail/32&lt;/p&gt;&lt;p&gt;Large Movie Reviewhttps://dataju.cn/Dataju/web/datasetInstanceDetail/116&lt;/p&gt;&lt;p&gt;Retailrocket 商品评论和推荐数据&lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/97&lt;/p&gt;&lt;p&gt;医疗健康&lt;/p&gt;&lt;p&gt;人识别物体时大脑核磁共振影像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/99&lt;/p&gt;&lt;p&gt;人理解单词时大脑核磁共振影像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/101&lt;/p&gt;&lt;p&gt;心脏病心房图像及标注数据https://dataju.cn/Dataju/web/datasetInstanceDetail/100&lt;/p&gt;&lt;p&gt;细胞病理识别https://dataju.cn/Dataju/web/datasetInstanceDetail/98&lt;/p&gt;&lt;p&gt;FIRE 视网膜眼底病变图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/290&lt;/p&gt;&lt;p&gt;食物营养成分数据 【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/80&lt;/p&gt;&lt;p&gt;EGG 大脑电波形状数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/79&lt;/p&gt;&lt;p&gt;某人基因序列数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/121&lt;/p&gt;&lt;p&gt;癌症CT影像数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/242&lt;/p&gt;&lt;p&gt;软组织肉瘤CT图像数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/124&lt;/p&gt;&lt;p&gt;美国国家健康与服务部-国家癌症研究所发起的癌症数据仓库介绍【仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/250&lt;/p&gt;&lt;p&gt;Data Science Bowl 2017 肺癌识别竞赛数据【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/258&lt;/p&gt;&lt;p&gt;TCGA-LUAD 肺癌CT图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/261&lt;/p&gt;&lt;p&gt;RIDER Lung CT 肺癌CT影像https://dataju.cn/Dataju/web/datasetInstanceDetail/275&lt;/p&gt;&lt;p&gt;TCGA-COAD癌症CT影像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/284&lt;/p&gt;&lt;p&gt;TCIA-TCGA-OV 癌症CT影像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/283&lt;/p&gt;&lt;p&gt;TCIA RIDER NEURO 癌症MRI影像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/287&lt;/p&gt;&lt;p&gt;QIN Beast 乳腺癌MRI影像数据 &lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/291&lt;/p&gt;&lt;p&gt;图像数据/综合图像&lt;/p&gt;&lt;p&gt;Visual Genome 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/311&lt;/p&gt;&lt;p&gt;Visual7w 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/315&lt;/p&gt;&lt;p&gt;COCO 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/316&lt;/p&gt;&lt;p&gt;SUFR 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/317&lt;/p&gt;&lt;p&gt;ILSVRC 2014 训练数据（ImageNet的一部分） https://dataju.cn/Dataju/web/datasetInstanceDetail/369&lt;/p&gt;&lt;p&gt;PASCAL Visual Object Classes 2012 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/85&lt;/p&gt;&lt;p&gt;PASCAL Visual Object Classes 2011 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/107&lt;/p&gt;&lt;p&gt;PASCAL Visual Object Classes 2010 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/51&lt;/p&gt;&lt;p&gt;80 Million Tiny Image 图像数据【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/240&lt;/p&gt;&lt;p&gt;ImageNet【数据太大仅有介绍】https://dataju.cn/Dataju/web/datasetInstanceDetail/55&lt;/p&gt;&lt;p&gt;Google Open Images【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/40&lt;/p&gt;&lt;p&gt;场景图像&lt;/p&gt;&lt;p&gt;Street Scences 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/45&lt;/p&gt;&lt;p&gt;Places2 场景图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/48&lt;/p&gt;&lt;p&gt;UCF Google Street View 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/138&lt;/p&gt;&lt;p&gt;SUN 场景图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/138&lt;/p&gt;&lt;p&gt;The Celebrity in Places 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/83&lt;/p&gt;&lt;p&gt;Web图像标签&lt;/p&gt;&lt;p&gt;HARRISON 社交标签图像 https://dataju.cn/Dataju/web/datasetInstanceDetail/183&lt;/p&gt;&lt;p&gt;NUS-WIDE 标签图像https://dataju.cn/Dataju/web/datasetInstanceDetail/74&lt;/p&gt;&lt;p&gt;Visual Synset 标签图像https://dataju.cn/Dataju/web/datasetInstanceDetail/112&lt;/p&gt;&lt;p&gt;Animals With Attributes 标签图像https://dataju.cn/Dataju/web/datasetInstanceDetail/160&lt;/p&gt;&lt;p&gt;人形轮廓图像&lt;/p&gt;&lt;p&gt;MPII Human Shapehttps://dataju.cn/Dataju/web/datasetInstanceDetail/234&lt;/p&gt;&lt;p&gt;人体轮廓数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/173&lt;/p&gt;&lt;p&gt;Biwi Kinect Head Pose 头部姿势数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/52&lt;/p&gt;&lt;p&gt;上半身人像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/52&lt;/p&gt;&lt;p&gt;INRIA Person 数据集 https://dataju.cn/Dataju/web/datasetInstanceDetail/235&lt;/p&gt;&lt;p&gt;视觉文字识别图像&lt;/p&gt;&lt;p&gt;Street View House Number 门牌号图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/236&lt;/p&gt;&lt;p&gt;MNIST 手写数字识别图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/253&lt;/p&gt;&lt;p&gt;3D MNIST 数字识别图像数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/129&lt;/p&gt;&lt;p&gt;MediaTeam Document 文档影印和内容数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/129&lt;/p&gt;&lt;p&gt;Text Recognition 文字图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/110&lt;/p&gt;&lt;p&gt;NIST Handprinted Forms and Characters 手写英文字符数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/49&lt;/p&gt;&lt;p&gt;NIST Structured Forms Reference Set of Binary Images https://dataju.cn/Dataju/web/datasetInstanceDetail/73&lt;/p&gt;&lt;p&gt;(SFRS) 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/47&lt;/p&gt;&lt;p&gt;NIST Structured Forms Reference Set of Binary Images https://dataju.cn/Dataju/web/datasetInstanceDetail/23&lt;/p&gt;&lt;p&gt;(SFRS) II 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/203&lt;/p&gt;&lt;p&gt;特定一类事物图像&lt;/p&gt;&lt;p&gt;著名的猫图像标注数据https://dataju.cn/Dataju/web/datasetInstanceDetail/128&lt;/p&gt;&lt;p&gt;Caltech-UCSDhttps://dataju.cn/Dataju/web/datasetInstanceDetail/176&lt;/p&gt;&lt;p&gt;Birds200 鸟类图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/278&lt;/p&gt;&lt;p&gt;Stanford Car 汽车图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/294&lt;/p&gt;&lt;p&gt;Cars 汽车图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/295&lt;/p&gt;&lt;p&gt;MIT Cars 汽车图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/41&lt;/p&gt;&lt;p&gt;Stanford Cars 汽车图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/105&lt;/p&gt;&lt;p&gt;Food-101 美食图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/106&lt;/p&gt;&lt;p&gt;17_Category_Flowerhttps://dataju.cn/Dataju/web/datasetInstanceDetail/106&lt;/p&gt;&lt;p&gt;图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/254&lt;/p&gt;&lt;p&gt;102_Category_Flowerhttps://dataju.cn/Dataju/web/datasetInstanceDetail/255&lt;/p&gt;&lt;p&gt;图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/109&lt;/p&gt;&lt;p&gt;UCI Folio Leaf 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/114&lt;/p&gt;&lt;p&gt;Labeled Fisheshttps://dataju.cn/Dataju/web/datasetInstanceDetail/115&lt;/p&gt;&lt;p&gt;in the Wild 鱼类图像https://dataju.cn/Dataju/web/datasetInstanceDetail/60&lt;/p&gt;&lt;p&gt;美国 Yelp 点评网站酒店照片https://dataju.cn/Dataju/web/datasetInstanceDetail/61&lt;/p&gt;&lt;p&gt;CMU-Oxfordhttps://dataju.cn/Dataju/web/datasetInstanceDetail/63&lt;/p&gt;&lt;p&gt;Sculpture 塑像雕像图像 https://dataju.cn/Dataju/web/datasetInstanceDetail/174&lt;/p&gt;&lt;p&gt;Oxford-IIIT Pet 宠物图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/256&lt;/p&gt;&lt;p&gt;Naturehttps://dataju.cn/Dataju/web/datasetInstanceDetail/301&lt;/p&gt;&lt;p&gt;Conservancy Fisheries Monitoring 过度捕捞监控图像数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/118&lt;/p&gt;&lt;p&gt;材质纹理图像&lt;/p&gt;&lt;p&gt;CURET 纹理材质图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/111&lt;/p&gt;&lt;p&gt;ETHZ Synthesizability 纹理图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/127&lt;/p&gt;&lt;p&gt;KTH-TIPS 纹理材质图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/172&lt;/p&gt;&lt;p&gt;Describable Textures 纹理图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/71&lt;/p&gt;&lt;p&gt;物体分类图像&lt;/p&gt;&lt;p&gt;COIL-20 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/62&lt;/p&gt;&lt;p&gt;COIL-100 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/70&lt;/p&gt;&lt;p&gt;Caltech-101 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/54&lt;/p&gt;&lt;p&gt;Caltech-256 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/46&lt;/p&gt;&lt;p&gt;CIFAR-10 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/42&lt;/p&gt;&lt;p&gt;CIFAR-100 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/53&lt;/p&gt;&lt;p&gt;STL-10 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/72&lt;/p&gt;&lt;p&gt;LabelMe_12_50k https://dataju.cn/Dataju/web/datasetInstanceDetail/72&lt;/p&gt;&lt;p&gt;图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/69&lt;/p&gt;&lt;p&gt;NORB v1.0 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/117&lt;/p&gt;&lt;p&gt;NEC Toy Animal 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/237&lt;/p&gt;&lt;p&gt;iCubWorld 图像分类数据https://dataju.cn/Dataju/web/datasetInstanceDetail/238&lt;/p&gt;&lt;p&gt;Multi-class 图像分类数据https://dataju.cn/Dataju/web/datasetInstanceDetail/239&lt;/p&gt;&lt;p&gt;GRAZ 图像分类数据https://dataju.cn/Dataju/web/datasetInstanceDetail/108&lt;/p&gt;&lt;p&gt;人脸图像&lt;/p&gt;&lt;p&gt;IMDB-WIKI 500k+ 人脸图像、年龄性别数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/68&lt;/p&gt;&lt;p&gt;Labeled Faces in the Wild 人脸数据https://dataju.cn/Dataju/web/datasetInstanceDetail/50&lt;/p&gt;&lt;p&gt;Extended Yale Face Database B 人脸数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/131&lt;/p&gt;&lt;p&gt;Bao Face 人脸数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/87&lt;/p&gt;&lt;p&gt;DC-IGN 论文人脸数据https://dataju.cn/Dataju/web/datasetInstanceDetail/119&lt;/p&gt;&lt;p&gt;300 Face in Wild 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/120&lt;/p&gt;&lt;p&gt;BioID Face 人脸数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/122&lt;/p&gt;&lt;p&gt;CMU Frontal Face Imageshttps://dataju.cn/Dataju/web/datasetInstanceDetail/123&lt;/p&gt;&lt;p&gt;FDDB_Face Detection Data Set and Benchmark https://dataju.cn/Dataju/web/datasetInstanceDetail/130&lt;/p&gt;&lt;p&gt;NIST Mugshot Identification Database https://dataju.cn/Dataju/web/datasetInstanceDetail/140&lt;/p&gt;&lt;p&gt;Faces in the Wild 人脸数据https://dataju.cn/Dataju/web/datasetInstanceDetail/170&lt;/p&gt;&lt;p&gt;CelebA 名人人脸图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/175&lt;/p&gt;&lt;p&gt;VGG Face 人脸图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/189&lt;/p&gt;&lt;p&gt;Caltech 10k Web Faces 人脸图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/125&lt;/p&gt;&lt;p&gt;姿势动作图像&lt;/p&gt;&lt;p&gt;HMDB_a large human motion database https://dataju.cn/Dataju/web/datasetInstanceDetail/126&lt;/p&gt;&lt;p&gt;Human Actions and Scenes Dataset https://dataju.cn/Dataju/web/datasetInstanceDetail/177&lt;/p&gt;&lt;p&gt;Buffy Stickmen V3 人体轮廓识别图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/178&lt;/p&gt;&lt;p&gt;Human Pose Evaluator 人体轮廓识别图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/179&lt;/p&gt;&lt;p&gt;Buffy pose 人类姿势图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/181&lt;/p&gt;&lt;p&gt;VGG Human Pose Estimation 姿势图像标注数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/197&lt;/p&gt;&lt;p&gt;指纹识别图像&lt;/p&gt;&lt;p&gt;NIST FIGS 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/281&lt;/p&gt;&lt;p&gt;NIST Supplemental Fingerprint Card Data (SFCD) 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/280&lt;/p&gt;&lt;p&gt;NIST Plain and Rolled Images from Paired Fingerprint Cards https://dataju.cn/Dataju/web/datasetInstanceDetail/279&lt;/p&gt;&lt;p&gt;in 500 pixels per inch 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/77&lt;/p&gt;&lt;p&gt;NIST Plain and Rolled Images from Paired Fingerprint Cards https://dataju.cn/Dataju/web/datasetInstanceDetail/289&lt;/p&gt;&lt;p&gt;1000 pixels per inch 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/132&lt;/p&gt;&lt;p&gt;其他图像数据&lt;/p&gt;&lt;p&gt;Visual Question Answering V1.0 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/84&lt;/p&gt;&lt;p&gt;Visual Question Answering V2.0 图像数据 &lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/241&lt;/p&gt;&lt;p&gt;视频数据/综合视频&lt;/p&gt;&lt;p&gt;DAVIS_Densely Annotated Video Segmentation 数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/147&lt;/p&gt;&lt;p&gt;YouTube-8M 视频数据集【数据太大仅有介绍】https://dataju.cn/Dataju/web/datasetInstanceDetail/133&lt;/p&gt;&lt;p&gt;YouTube 网站视频备份【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/134&lt;/p&gt;&lt;p&gt;人类动作视频&lt;/p&gt;&lt;p&gt;Microsoft Research Action 人类动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/144&lt;/p&gt;&lt;p&gt;UCF50 Action Recognition 动作识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/135&lt;/p&gt;&lt;p&gt;UCF101 Action Recognition 动作识别数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/136&lt;/p&gt;&lt;p&gt;UT-Interaction 人类动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/137&lt;/p&gt;&lt;p&gt;UCF iPhone 运动中传感器数据https://dataju.cn/Dataju/web/datasetInstanceDetail/148&lt;/p&gt;&lt;p&gt;UCF YouTube 人类动作视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/125&lt;/p&gt;&lt;p&gt;UCF Sport 人类动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/126&lt;/p&gt;&lt;p&gt;UCF-ARG 人类动作视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/141&lt;/p&gt;&lt;p&gt;HMDB 人类动作视频https://dataju.cn/Dataju/web/datasetInstanceDetail/157&lt;/p&gt;&lt;p&gt;HOLLYWOOD2 人类行为动作视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/146&lt;/p&gt;&lt;p&gt;Recognition of human actions 动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/244&lt;/p&gt;&lt;p&gt;Motion Capture 动作捕捉视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/245&lt;/p&gt;&lt;p&gt;SBU Kinect Interaction 肢体动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/246&lt;/p&gt;&lt;p&gt;目标检测视频&lt;/p&gt;&lt;p&gt;UCSD Pedestrian 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/247&lt;/p&gt;&lt;p&gt;Caltech Pedestrian 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/248&lt;/p&gt;&lt;p&gt;ETH 行人视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/223&lt;/p&gt;&lt;p&gt;INRIA 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/159&lt;/p&gt;&lt;p&gt;TudBrussels 行人视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/151&lt;/p&gt;&lt;p&gt;Daimler 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/150&lt;/p&gt;&lt;p&gt;ALOV++ 物体追踪视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/152&lt;/p&gt;&lt;p&gt;密集人群视频&lt;/p&gt;&lt;p&gt;Crowd Counting 高密度人群图像 https://dataju.cn/Dataju/web/datasetInstanceDetail/156&lt;/p&gt;&lt;p&gt;Crowd Segmentation 高密度人群视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/243&lt;/p&gt;&lt;p&gt;Tracking in High Density Crowds 高密度人群视频 https://dataju.cn/Dataju/web/datasetInstanceDetail/200&lt;/p&gt;&lt;p&gt;其他视频&lt;/p&gt;&lt;p&gt;Fire Detection 视频数据&lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/186&lt;/p&gt;&lt;p&gt;音频数据/综合音频&lt;/p&gt;&lt;p&gt;Google Audioset 音频数据【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/164&lt;/p&gt;&lt;p&gt;语音识别&lt;/p&gt;&lt;p&gt;Sinhala TTS 英语语音识别https://dataju.cn/Dataju/web/datasetInstanceDetail/251&lt;/p&gt;&lt;p&gt;TIMIT 美式英语语音识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/252&lt;/p&gt;&lt;p&gt;LibriSpeech ASR corpus 语音数据https://dataju.cn/Dataju/web/datasetInstanceDetail/194&lt;/p&gt;&lt;p&gt;Room Impulse Response and Noise 语音数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/191&lt;/p&gt;&lt;p&gt;ALFFA 非洲语音数据https://dataju.cn/Dataju/web/datasetInstanceDetail/96&lt;/p&gt;&lt;p&gt;THUYG-20 维吾尔语语音数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/96&lt;/p&gt;&lt;p&gt;AMI Corpus 语音识别&lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/96&lt;/p&gt;&lt;p&gt;自然语言处理&lt;/p&gt;&lt;p&gt;RCV1https://dataju.cn/Dataju/web/datasetInstanceDetail/93&lt;/p&gt;&lt;p&gt;英语 https://dataju.cn/Dataju/web/datasetInstanceDetail/90&lt;/p&gt;&lt;p&gt;新闻数据https://dataju.cn/Dataju/web/datasetInstanceDetail/78&lt;/p&gt;&lt;p&gt;20news 英语新闻数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/78&lt;/p&gt;&lt;p&gt;First Quora Release Question Pairs 问答数据https://dataju.cn/Dataju/web/datasetInstanceDetail/94&lt;/p&gt;&lt;p&gt;JRC Nameshttps://dataju.cn/Dataju/web/datasetInstanceDetail/92&lt;/p&gt;&lt;p&gt;各国语言专有实体名称https://dataju.cn/Dataju/web/datasetInstanceDetail/89&lt;/p&gt;&lt;p&gt;Multi-Domain Sentiment V2.0 https://dataju.cn/Dataju/web/datasetInstanceDetail/205&lt;/p&gt;&lt;p&gt;LETOR 信息检索数据https://dataju.cn/Dataju/web/datasetInstanceDetail/205&lt;/p&gt;&lt;p&gt;Yale Youtube Vedio Text https://dataju.cn/Dataju/web/datasetInstanceDetail/221&lt;/p&gt;&lt;p&gt;斯坦福问答数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/221&lt;/p&gt;&lt;p&gt;美国假新闻数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/212&lt;/p&gt;&lt;p&gt;NIPS会议文章信息数据（1987-2016）【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/268&lt;/p&gt;&lt;p&gt;2016年美国总统选举辩论数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/269&lt;/p&gt;&lt;p&gt;WikiLinks 跨文档指代语料https://dataju.cn/Dataju/web/datasetInstanceDetail/277&lt;/p&gt;&lt;p&gt;European Parliament Proceedings Parallel Corpus 机器翻译数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/285&lt;/p&gt;&lt;p&gt;WikiText 英语语义词库数据https://dataju.cn/Dataju/web/datasetInstanceDetail/272&lt;/p&gt;&lt;p&gt;WMT 2011 News Crawl 机器翻译数据https://dataju.cn/Dataju/web/datasetInstanceDetail/288&lt;/p&gt;&lt;p&gt;Stanford Sentiment Treebank 词汇数据https://dataju.cn/Dataju/web/datasetInstanceDetail/334&lt;/p&gt;&lt;p&gt;英语语言模型单词预测竞赛数据 &lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/201&lt;/p&gt;&lt;p&gt;社会数据&lt;/p&gt;&lt;p&gt;希拉里邮件门泄露邮件https://dataju.cn/Dataju/web/datasetInstanceDetail/267&lt;/p&gt;&lt;p&gt;波士顿Airbnb 公开数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/209&lt;/p&gt;&lt;p&gt;世界各国经济发展数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/202&lt;/p&gt;&lt;p&gt;世界大学排名芝加哥犯罪数据（2001-2017）【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/233&lt;/p&gt;&lt;p&gt;世界范围显著地震数据（1965-2016）【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/231&lt;/p&gt;&lt;p&gt;美国婴儿姓名数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/222&lt;/p&gt;&lt;p&gt;全世界鲨鱼袭击人类数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/219&lt;/p&gt;&lt;p&gt;1908年以来空难数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/218&lt;/p&gt;&lt;p&gt;2016年美国总统大选数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/217&lt;/p&gt;&lt;p&gt;2013年美国社区统计数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/273&lt;/p&gt;&lt;p&gt;2014年美国社区统计数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/274&lt;/p&gt;&lt;p&gt;2015年美国社区统计数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/215&lt;/p&gt;&lt;p&gt;欧洲足球运动员赛事表现数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/211&lt;/p&gt;&lt;p&gt;美国环境污染数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/224&lt;/p&gt;&lt;p&gt;美国H1-B签证申请数据Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/224&lt;/p&gt;&lt;p&gt;IMDB五千部电影数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/224&lt;/p&gt;&lt;p&gt;2015年航班延误和取消数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/226&lt;/p&gt;&lt;p&gt;凶杀案报告数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/216&lt;/p&gt;&lt;p&gt;人力资源分析数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/259&lt;/p&gt;&lt;p&gt;美国费城犯罪数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/260&lt;/p&gt;&lt;p&gt;安然公司邮件数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/262&lt;/p&gt;&lt;p&gt;历史棒球数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/263&lt;/p&gt;&lt;p&gt;美联航 Twitter 用户评论数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/264&lt;/p&gt;&lt;p&gt;波士顿 Airbnb 公开数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/265&lt;/p&gt;&lt;p&gt;芝加哥市2001年以来犯罪记录数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/267&lt;/p&gt;&lt;p&gt;美国查塔努加市犯罪记录数据（2003年至今） https://dataju.cn/Dataju/web/datasetInstanceDetail/353&lt;/p&gt;&lt;p&gt;芝加哥街边咖啡厅季节中的人行道咖啡厅许可数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/358&lt;/p&gt;&lt;p&gt;芝加哥餐馆卫生检查结果数据https://dataju.cn/Dataju/web/datasetInstanceDetail/351&lt;/p&gt;&lt;p&gt;几个人类运动位置路线GPS数据集（骑行、跑步等） &lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/352&lt;/p&gt;&lt;p&gt;科研和竞赛数据&lt;/p&gt;&lt;p&gt;NIPS 2003 属性选择竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/370&lt;/p&gt;&lt;p&gt;台湾大学林智仁教授处理为 LibSVM 格式的分类建模数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/296&lt;/p&gt;&lt;p&gt;Large-scale 分类建模数据https://dataju.cn/Dataju/web/datasetInstanceDetail/297&lt;/p&gt;&lt;p&gt;几个UCI 中 large-scale 分类建模数据https://dataju.cn/Dataju/web/datasetInstanceDetail/298&lt;/p&gt;&lt;p&gt;Social Computing https://dataju.cn/Dataju/web/datasetInstanceDetail/299&lt;/p&gt;&lt;p&gt;Data Repository 社交网络数据https://dataju.cn/Dataju/web/datasetInstanceDetail/300&lt;/p&gt;&lt;p&gt;猫和狗分类识别竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/318&lt;/p&gt;&lt;p&gt;DSTL 卫星图像识别竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/328&lt;/p&gt;&lt;p&gt;根据手机应用软件使用行为预测用户性别年龄竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/332&lt;/p&gt;&lt;p&gt;人脸关键点标定竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/331&lt;/p&gt;&lt;p&gt;Kaggle竞赛数据合辑（部分竞赛数据）&lt;/p&gt;&lt;p&gt;https://dataju.cn/Dataju/web/datasetInstanceDetail/368&lt;/p&gt;&lt;p&gt;Kaggle&lt;/p&gt;&lt;p&gt;书籍推荐数据集(goodreads/上万图书/百万评价)【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/zygmunt/goodbooks-10k&lt;/p&gt;&lt;p&gt;带有预期点数和获胜概率的NFL比赛详情数据集(2009-2016)【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/maxhorowitz/nflplaybyplay2009to2016&lt;/p&gt;&lt;p&gt;HackerNews数据集(2006年以来约1/4文章) 【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/hacker-news/hacker-news-corpus&lt;/p&gt;&lt;p&gt;酒店评价数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/datafiniti/hotel-reviews&lt;/p&gt;&lt;p&gt;1950年以来NBA球员状态&amp;amp;表现数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/drgilermo/nba-players-stats&lt;/p&gt;&lt;p&gt;开普勒太空望远镜深空星球光强时序数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/keplersmachines/kepler-labelled-time-series-data&lt;/p&gt;&lt;p&gt;巴基斯坦无人机袭击数据集(2004-2016)【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/zusmani/pakistandroneattacks&lt;/p&gt;&lt;p&gt;墨尔本房屋市场数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/anthonypino/melbourne-housing-market&lt;/p&gt;&lt;p&gt;1789-2016历任美国总统签署行政命令数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/nationalarchives/executive-orders&lt;/p&gt;&lt;p&gt;来自Stack Overflow平台的Python语言问答数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/stackoverflow/pythonquestions&lt;/p&gt;&lt;p&gt;来自Stack Overflow品台的R语言问答数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/stackoverflow/rquestions&lt;/p&gt;&lt;p&gt;每日海冰范围数据集【Kaggle】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/nsidcorg/daily-sea-ice-extent-data&lt;/p&gt;&lt;p&gt;NIPS(1987-2016)论文数据集【Kaggle】&lt;/p&gt;&lt;p&gt;　　https://www.kaggle.com/benhamner/nips-papers&lt;/p&gt;&lt;p&gt;大学公开数据集&lt;/p&gt;&lt;p&gt;(Stanford)69G大规模无人机(校园)图像数据集【Stanford】&lt;/p&gt;&lt;p&gt;https://cvgl.stanford.edu/projects/uav_data/&lt;/p&gt;&lt;p&gt;人脸素描数据集【CUHK】&lt;/p&gt;&lt;p&gt;https://mmlab.ie.cuhk.edu.hk/archive/facesketch.html&lt;/p&gt;&lt;p&gt;自然语言推理(文本蕴含标记)数据集【NYU】&lt;/p&gt;&lt;p&gt;https://www.nyu.edu/projects/bowman/multinli/&lt;/p&gt;&lt;p&gt;Berkeley图像分割数据集BSDS500【Berkeley】&lt;/p&gt;&lt;p&gt;https://www2.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/resources.html&lt;/p&gt;&lt;p&gt;宠物图片(分割)数据集【Oxford】&lt;/p&gt;&lt;p&gt;https://www.robots.ox.ac.uk/~vgg/data/pets/&lt;/p&gt;&lt;p&gt;发布ADE20K场景感知/解析/分割/多目标识别数据集【MIT】&lt;/p&gt;&lt;p&gt;https://groups.csail.mit.edu/vision/datasets/ADE20K/&lt;/p&gt;&lt;p&gt;多模态二元行为数据集【GaTech】&lt;/p&gt;&lt;p&gt;　　https://www.cbi.gatech.edu/mmdb/&lt;/p&gt;&lt;p&gt;计算机视觉／图像／视频数据集&lt;/p&gt;&lt;p&gt;Fashion-MNIST风格服饰图像数据集【肖涵】&lt;/p&gt;&lt;p&gt;https://github.com/zalandoresearch/fashion-mnist&lt;/p&gt;&lt;p&gt;大型(50万)LOGO标志数据集&lt;/p&gt;&lt;p&gt;https://data.vision.ee.ethz.ch/cvl/lld/&lt;/p&gt;&lt;p&gt;4D扫描(60fps移动非刚性物体3D扫描)数据集【D-FAUST】&lt;/p&gt;&lt;p&gt;https://dfaust.is.tue.mpg.de&lt;/p&gt;&lt;p&gt;基于MNIST的视觉计数合成数据集Counting MNIST&lt;/p&gt;&lt;p&gt;https://fomoro.com/tools/counting-mnist/&lt;/p&gt;&lt;p&gt;YouTube MV视频数据集【Keunwoo Choi】&lt;/p&gt;&lt;p&gt;https://github.com/keunwoochoi/YouTube-music-video-5M&lt;/p&gt;&lt;p&gt;计算机视觉合成数据集/工具大列表【unrealcv】&lt;/p&gt;&lt;p&gt;https://github.com/unrealcv/synthetic-computer-vision&lt;/p&gt;&lt;p&gt;动物属性标记数据集【ChristophH. Lampert／Daniel Pucher／JohannesDostal】&lt;/p&gt;&lt;p&gt;https://cvml.ist.ac.at/AwA2/&lt;/p&gt;&lt;p&gt;日本漫画数据集Manga109&lt;/p&gt;&lt;p&gt;https://dl.acm.org/citation.cfm?doid=3011549.3011551&lt;/p&gt;&lt;p&gt;俯拍舞蹈视频数据集&lt;/p&gt;&lt;p&gt;https://homepages.inf.ed.ac.uk/rbf/CEILIDHDATA/&lt;/p&gt;&lt;p&gt;Pixiv(着色)图片数据集【Jerry Li】&lt;/p&gt;&lt;p&gt;https://github.com/jerryli27/pixiv_dataset&lt;/p&gt;&lt;p&gt;e-VDS视频数据集&lt;/p&gt;&lt;p&gt;https://engineering.purdue.edu/elab/eVDS/#download&lt;/p&gt;&lt;p&gt;Quick, Draw!简笔画涂鸦数据集&lt;/p&gt;&lt;p&gt;https://github.com/googlecreativelab/quickdraw-dataset&lt;/p&gt;&lt;p&gt;简笔画涂鸦数据集【hardmaru】&lt;/p&gt;&lt;p&gt;https://github.com/hardmaru/sketch-rnn-datasets&lt;/p&gt;&lt;p&gt;服饰人像生成模型(&amp;amp;Chictopia10K[HumanParsing]时尚人像解析数据集)【Christoph Lassner／Gerard Pons-Moll／Peter V. Gehler】&lt;/p&gt;&lt;p&gt;https://files.is.tue.mpg.de/classner/gp/&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-29/69c85d815ec56.jpeg&quot; title=&quot;关于刚刚！Doinb在SKT比赛中回归赛场底特律活塞回应争议备战NBA季后赛，费城76人围绕NBA常规赛门线救险的信息&quot; alt=&quot;关于刚刚！Doinb在SKT比赛中回归赛场底特律活塞回应争议备战NBA季后赛，费城76人围绕NBA常规赛门线救险的信息&quot;&gt;&lt;/p&gt;&lt;p&gt;COCO像素级标注数据集&lt;/p&gt;&lt;p&gt;https://github.com/nightrome/cocostuff&lt;/p&gt;&lt;p&gt;大规模街道级图片(分割)数据集【Peter Kontschieder】&lt;/p&gt;&lt;p&gt;https://blog.mapillary.com/product/2017/05/03/mapillary-vistas-dataset.html&lt;/p&gt;&lt;p&gt;大规模日语图片描述数据集&lt;/p&gt;&lt;p&gt;https://github.com/STAIR-Lab-CIT/STAIR-captions&lt;/p&gt;&lt;p&gt;Cityscapes街景语义分割数据集（50城30类5k细标20k粗标图片及标记视频）&lt;/p&gt;&lt;p&gt;https://github.com/mcordts/cityscapess&lt;/p&gt;&lt;p&gt;(街头)时尚服饰数据集(2000+标注图片)&lt;/p&gt;&lt;p&gt;https://github.com/bearpaw/clothing-co-parsing &lt;/p&gt;&lt;p&gt;PyTorch实现的VOC2012数据集Pixel-wise目标分割【BodoKaiser】&lt;/p&gt;&lt;p&gt;https://github.com/bodokaiser/piwise&lt;/p&gt;&lt;p&gt;Twenty Billion Neurons对象复杂运动与交互视频数据集【Nikita Johnson】&lt;/p&gt;&lt;p&gt;https://www.re-work.co/blog/the-something-something-video-dataset &lt;/p&gt;&lt;p&gt;文本／评价／问答／自然语言数据集&lt;/p&gt;&lt;p&gt;(20万)英文笑话数据集【TaivoPungas】&lt;/p&gt;&lt;p&gt;https://github.com/taivop/joke-dataset&lt;/p&gt;&lt;p&gt;机器学习保险行业问答开放数据集【HainWang】&lt;/p&gt;&lt;p&gt;https://github.com/shuzi/insuranceQA&lt;/p&gt;&lt;p&gt;保险行业问答(QA)数据集【Minwei Feng】&lt;/p&gt;&lt;p&gt;https://github.com/shuzi/insuranceQA&lt;/p&gt;&lt;p&gt;Stanford NLP发布新的多轮、跨域、任务导向对话数据集【Mihail Eric】&lt;/p&gt;&lt;p&gt;https://github.com/keunwoochoi/YouTube-music-video-5M&lt;/p&gt;&lt;p&gt;实体/名词语义关系标记数据集【David S. Batista】&lt;/p&gt;&lt;p&gt;https://github.com/davidsbatista/Annotated-Semantic-Relationships-Datasets&lt;/p&gt;&lt;p&gt;NLVR：自然语言基础数据集(对象分组、数量、比较及空间关系推理)&lt;/p&gt;&lt;p&gt;https://lic.nlp.cornell.edu/nlvr/&lt;/p&gt;&lt;p&gt;2.8万文章/10万问题大规模(英语考试)阅读理解数据集&lt;/p&gt;&lt;p&gt;https://github.com/qizhex/RACE_AR_baselines&lt;/p&gt;&lt;p&gt;错误拼写数据集&lt;/p&gt;&lt;p&gt;https://www.dcs.bbk.ac.uk/~ROGER/corpora.html&lt;/p&gt;&lt;p&gt;文本简化数据集&lt;/p&gt;&lt;p&gt;https://www.cs.pomona.edu/~dkauchak/simplification/&lt;/p&gt;&lt;p&gt;英语词/句/语义框架框架标注数据集FrameNet&lt;/p&gt;&lt;p&gt;https://framenet.icsi.berkeley.edu/fndrupal/&lt;/p&gt;&lt;p&gt;(又一个)自然语言处理(NLP)数据集列表【Nicolas Iderhoff】&lt;/p&gt;&lt;p&gt;https://github.com/niderhoff/nlp-datasets &lt;/p&gt;&lt;p&gt;跨语种/多样式/多粒度文本相似性检测数据集&lt;/p&gt;&lt;p&gt;https://github.com/FerreroJeremy/Cross-Language-Dataset&lt;/p&gt;&lt;p&gt;Quora数据集：400000行潜在重复问题&lt;/p&gt;&lt;p&gt;https://qim.ec.quoracdn.net/quora_duplicate_questions.tsv&lt;/p&gt;&lt;p&gt;文本分类数据集&lt;/p&gt;&lt;p&gt;https://disi.unitn.it/moschitti/corpora.htm&lt;/p&gt;&lt;p&gt;Frames：Maluuba对话数据集&lt;/p&gt;&lt;p&gt;https://datasets.maluuba.com/Frames/dl&lt;/p&gt;&lt;p&gt;跨域(Amazon商品评论)情感数据集&lt;/p&gt;&lt;p&gt;https://www.cs.jhu.edu/~mdredze/datasets/sentiment/&lt;/p&gt;&lt;p&gt;语义网机器学习系统评价/基准数据集集合&lt;/p&gt;&lt;p&gt;　　https://dws.informatik.uni-mannheim.de/en/research/a-collection-of-benchmark-datasets-for-ml&lt;/p&gt;&lt;p&gt;其它数据集&lt;/p&gt;&lt;p&gt;数据科学/机器学习数据集汇总&lt;/p&gt;&lt;p&gt;https://elitedatascience.com/datasets&lt;/p&gt;&lt;p&gt;CORe50：连续目标识别数据集【VincenzoLomonaco&amp;amp;DavideMaltoni】&lt;/p&gt;&lt;p&gt;https://vlomonaco.github.io/core50/&lt;/p&gt;&lt;p&gt;(Matlab)数据集统计分布自动发现【Isabel Valera】&lt;/p&gt;&lt;p&gt;https://proceedings.mlr.press/v70/valera17a.html&lt;/p&gt;&lt;p&gt;(建筑物)损害评估数据集【tsunami】&lt;/p&gt;&lt;p&gt;https://github.com/faiton713/ABCDdataset&lt;/p&gt;&lt;p&gt;IndieWeb社交图谱数据集【IndieWeb】&lt;/p&gt;&lt;p&gt;https://www.indiemap.org&lt;/p&gt;&lt;p&gt;DeepMind开源环境/数据集/代码集合【DeepMind】&lt;/p&gt;&lt;p&gt;https://deepmind.com/research/open-source/&lt;/p&gt;&lt;p&gt;鸟叫声数据集【xeno-canto】&lt;/p&gt;&lt;p&gt;https://www.xeno-canto.org&lt;/p&gt;&lt;p&gt;Wolfram数据集仓库&lt;/p&gt;&lt;p&gt;https://datarepository.wolframcloud.com&lt;/p&gt;&lt;p&gt;大型音乐分析数据集FMA&lt;/p&gt;&lt;p&gt;https://github.com/mdeff/fma&lt;/p&gt;&lt;p&gt;(300万)Instacart在线杂货购物数据集【Jeremy Stanley】&lt;/p&gt;&lt;p&gt;https://tech.instacart.com/3-million-instacart-orders-open-sourced-d40d29ead6f2&lt;/p&gt;&lt;p&gt;用于欺诈检测的合成财务数据集【TESTIMON】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/ntnu-testimon/paysim1&lt;/p&gt;&lt;p&gt;NSynth：大规模高质量音符标记音频数据集&lt;/p&gt;&lt;p&gt;https://magenta.tensorflow.org/datasets/nsynth&lt;/p&gt;&lt;p&gt;LIBSVM格式分类/回归/多标签/字符串数据集&lt;/p&gt;&lt;p&gt;https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/binary.html&lt;/p&gt;&lt;p&gt;笔记本电脑用logistic回归拟合100G数据集【DmitriySelivanov】&lt;/p&gt;&lt;p&gt;https://dsnotes.com/post/2017-02-07-large-data-feature-hashing-and-online-learning-part-2/&lt;/p&gt;&lt;p&gt;StackExchange近似/重复问题数据集&lt;/p&gt;&lt;p&gt;https://nlp.cis.unimelb.edu.au/resources/cqadupstack/&lt;/p&gt;&lt;p&gt;2010-2017最全KDD CUP赛题回顾及数据集&lt;/p&gt;&lt;p&gt;https://suo.im/2kRoQ1&lt;/p&gt;&lt;p&gt;食谱数据集：带有评级、营养及类别信息的超过2万种食谱【HugoDarwood】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/hugodarwood/epirecipes&lt;/p&gt;&lt;p&gt;奥斯卡数据集【Academy of Motion Picture Arts and Sciences】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/theacademy/academy-awards&lt;/p&gt;&lt;p&gt;计算医疗库：(TensorFlow)大型医疗数据集分析与机器学习建模【AkshayBhat】&lt;/p&gt;&lt;p&gt;https://github.com/AKSHAYUBHAT/ComputationalHealthcare&lt;/p&gt;&lt;p&gt;聚类数据集&lt;/p&gt;&lt;p&gt;https://cs.joensuu.fi/sipu/datasets/&lt;/p&gt;&lt;p&gt;官方开放气候数据集&lt;/p&gt;&lt;p&gt;https://pan.baidu.com/s/1i52Xarb&lt;/p&gt;&lt;p&gt;全球恐怖袭击事件数据集【START Consortium】&lt;/p&gt;&lt;p&gt;https://www.kaggle.com/START-UMD/gtd&lt;/p&gt;&lt;p&gt;七个机器学习时序数据集&lt;/p&gt;&lt;p&gt;https://machinelearningmastery.com/time-series-datasets-for-machine-learning/&lt;/p&gt;&lt;p&gt;大型众包关系数据库自然语言查询语义解析数据集(8万+查询样本)&lt;/p&gt;&lt;p&gt;https://t.cn/RNMr09n&lt;/p&gt;&lt;p&gt;赛马赔率数据集&lt;/p&gt;&lt;p&gt;https://t.cn/RNf0tXN&lt;/p&gt;&lt;p&gt;新的YELP数据集：包含470万评论和15.6万商家&lt;/p&gt;&lt;p&gt;https://t.cn/RNG6JYi&lt;/p&gt;&lt;p&gt;JMIR数据集专刊《JMIR Data》&lt;/p&gt;&lt;p&gt;https://t.cn/RCIhmvS&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-29/69c85d8165bf8.jpeg&quot; title=&quot;关于刚刚！Doinb在SKT比赛中回归赛场底特律活塞回应争议备战NBA季后赛，费城76人围绕NBA常规赛门线救险的信息&quot; alt=&quot;关于刚刚！Doinb在SKT比赛中回归赛场底特律活塞回应争议备战NBA季后赛，费城76人围绕NBA常规赛门线救险的信息&quot;&gt;&lt;/p&gt;&lt;p&gt;用于评价监督机器学习算法的基准数据集&lt;/p&gt;&lt;p&gt;https:// github.com/EpistasisLab/penn-ml-benchmarks&lt;/p&gt;&lt;p&gt;人口普查收入数据集分类&lt;/p&gt;&lt;p&gt;https:// github.com/dformoso/sklearn-classification&lt;/p&gt;&lt;p&gt;日文木版印刷文字识别数据集&lt;/p&gt;&lt;p&gt;https://t.cn/RCZPfYB&lt;/p&gt;&lt;p&gt;多模态二元行为数据集&lt;/p&gt;&lt;p&gt;https://t.cn/RCzFn1g&lt;/p&gt;&lt;p&gt;(TensorFlow)AudioSet音频事件数据集分类模型&lt;/p&gt;&lt;p&gt;GitHub: tensorflow/models/tree/master/audioset&lt;/p&gt;&lt;p&gt;Facebook星际争霸游戏数据集&lt;/p&gt;&lt;p&gt;(TorchCraft可读/365GB/6万多场次/15亿帧画面/近5亿用户操作)&lt;/p&gt;&lt;p&gt;https://t.cn/R9j8AUM&lt;/p&gt;&lt;p&gt;机器学习论文/数据集/工具集锦(日文)&lt;/p&gt;&lt;p&gt;https://t.cn/RKV7x2A&lt;/p&gt;&lt;p&gt;机器学习公司的十大数据搜集策略&lt;/p&gt;&lt;p&gt;https://t.cn/R54rtvd&lt;/p&gt;&lt;p&gt;NLP数据集加载工具集&lt;/p&gt;&lt;p&gt;https://t.cn/RaYwYXl&lt;/p&gt;&lt;p&gt;日语相似词数据集&lt;/p&gt;&lt;p&gt;https://t.cn/RaVFV35&lt;/p&gt;&lt;p&gt;大规模人本完形填空(多选阅读理解)数据集&lt;/p&gt;&lt;p&gt;https://t.cn/Rac2Pey&lt;/p&gt;&lt;p&gt;高质量免费数据集列表&lt;/p&gt;&lt;p&gt;https://t.cn/R6B1aqa&lt;/p&gt;&lt;p&gt;《数据之美》自然语言数据集/代码&lt;/p&gt;&lt;p&gt;https://t.cn/hBOTM4&lt;/p&gt;&lt;p&gt;微软数据集MS MARCO，阅读理解领域的「ImageNet」&lt;/p&gt;&lt;p&gt;https://t.cn/RIMqGBK&lt;/p&gt;&lt;p&gt;AI2科学问答数据集(多选)&lt;/p&gt;&lt;p&gt;　　https://t.cn/RI5liwJ&lt;/p&gt;&lt;p&gt;常用图像数据集大全&lt;/p&gt;&lt;p&gt;（分类，跟踪，分割，检测等）&lt;/p&gt;&lt;p&gt;1. 搜狗实验室数据集：&lt;/p&gt;&lt;p&gt;https://www.sogou.com/labs/dl/p.html&lt;/p&gt;&lt;p&gt;互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等类别，总数高达2,836,535张图片。对于每张图片，数据集中给出了图片的原图、缩略图、所在网页以及所在网页中的相关文本。200多G&lt;/p&gt;&lt;p&gt;2. https://www.imageclef.org/&lt;/p&gt;&lt;p&gt;IMAGECLEF致力于位图片相关领域提供一个基准（检索、分类、标注等等） Cross Language Evaluation Forum (CLEF) 。从2003年开始每年举行一次比赛.&lt;/p&gt;&lt;p&gt;https://staff.science.uva.nl/~xirong/index.php?n=Main.Dataset&lt;/p&gt;&lt;p&gt;来源：人工智能爱好者社区&lt;/p&gt;&lt;p&gt;Q:你还知道哪些数据集？&lt;/p&gt;&lt;p&gt;转载 / 投稿请联系：hzzy@hzbook.com&lt;/p&gt;</description><pubDate>Sun, 29 Mar 2026 07:00:17 +0800</pubDate></item><item><title>开云APP包含刚刚！Ming在巴塞罗那比赛中官方发布新规里尔围绕意甲强势反弹，集结日波特兰开拓者调整名单以备法甲的词条</title><link>https://wap.ly-blog-kaiyun.com/2026/03/166.html</link><description>&lt;p&gt;　　&lt;/p&gt;&lt;p&gt;10月22日20:30截止销售的传统足彩第17158期将成为“足彩3亿大派奖”活动第11个指定派奖期，14场胜平负游戏和任选9场胜平负游戏每期派送600万元。本期赛程覆盖了五大联赛，米兰、尤文、罗马、拉齐奥、马竞、皇马、巴黎等多场强队比赛入选，但强队多为客场作战，其他比赛的实力差距不大，与上周日17153期的赛程设置有些类似，根据当时开出两注786万元大奖的经验，本期足彩14场胜平负的奖金成色非常值得期待，而且总体竞猜难度略有下降，也降低了准入门槛，适合各类足彩玩家的参与。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-28/69c741f874fdc.jpeg&quot; title=&quot;包含刚刚！Ming在巴塞罗那比赛中官方发布新规里尔围绕意甲强势反弹，集结日波特兰开拓者调整名单以备法甲的词条&quot; alt=&quot;包含刚刚！Ming在巴塞罗那比赛中官方发布新规里尔围绕意甲强势反弹，集结日波特兰开拓者调整名单以备法甲的词条&quot;&gt;&lt;/p&gt;&lt;p&gt;托特纳姆热刺VS利物浦：热刺遇“克星”，红军状态回暖&lt;/p&gt;&lt;p&gt;热刺仅两个赛季都是英超亚军，表现极为出色，但值得一提的是，他们过去10次面对利物浦居然没有一次能取得胜利，红军堪称是热刺的“克星”。利物浦上轮在不被看好的情况下战平曼联，而且场面上占据绝对优势，周中欧冠做客斯洛文尼亚又7-0横扫马里博尔，追平欧冠客场最大比分胜利纪录。&lt;/p&gt;&lt;p&gt;弗赖堡VS柏林赫塔：弗赖堡力求反弹，柏林赫塔残阵出击&lt;/p&gt;&lt;p&gt;弗赖堡上轮做客0-5惨败给拜仁慕尼黑，但这只是他们仅4轮联赛的首场失利，球队整体状态还不错，后卫古尔徳和后腰阿布拉希本场可以伤愈复出。柏林赫塔上轮主场0-2不敌沙尔克04，主场首尝败绩，日本球员原口元气直接红牌被罚下，周中欧联杯，球队又做客1-2不敌乌克兰球队卢甘斯克黎明，目前球队正在遭遇比较严重的伤停危机。&lt;/p&gt;&lt;p&gt;沃尔夫斯堡VS霍芬海姆：狼堡新帅4连平，霍村防守状态下滑&lt;/p&gt;&lt;p&gt;沃尔夫斯堡上轮做客2-2追平勒沃库森，新帅施密特上任后连续4场遭遇平局，主力射手戈麦斯本场应该会复出。霍芬海姆上轮主场2-2爆冷被奥格斯堡逼平，两轮不胜的同时丢掉5球，而他们前6轮联赛也才丢了5球，周中欧联杯主场3-1大胜伊斯坦布尔，本场体能状态将是不小的考验。&lt;/p&gt;&lt;p&gt;AC米兰VS热那亚：帅位告急，蒙特拉寻求自救&lt;/p&gt;&lt;p&gt;米兰上轮德比战2-3被国米点球绝杀，遭遇联赛3连败，周中欧联杯又主场0-0被雅典AEK逼平，蒙特拉正在经历非常严重的信任危机，他过于急躁的轮换策略也已经迎来了球员的不满。热那亚前4个客场1胜1平2负，过去两个赛季做客圣西罗球场遭遇连败。&lt;/p&gt;&lt;p&gt;亚特兰大VS博洛尼亚：亚特兰大分心欧战，博洛尼亚客战强势&lt;/p&gt;&lt;p&gt;亚特兰大上轮做客被桑普多利亚逆转，不过他们近3个主场2胜1平，其中平局是面对尤文图斯，值得一提的是，球队本赛季对欧战的重视程度很高，反倒是在联赛中时常作出轮换，周中欧联杯，球队主场3-1大胜利马索尔阿波罗。博洛尼亚联赛3连胜，做客也是3胜1负，势头不错，本场即便无法凯旋，但从客场带走1分的机会不低。&lt;/p&gt;&lt;p&gt;都灵VS罗马：射手缺席，都灵无力擒狼&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-28/69c741f87821c.jpeg&quot; title=&quot;包含刚刚！Ming在巴塞罗那比赛中官方发布新规里尔围绕意甲强势反弹，集结日波特兰开拓者调整名单以备法甲的词条&quot; alt=&quot;包含刚刚！Ming在巴塞罗那比赛中官方发布新规里尔围绕意甲强势反弹，集结日波特兰开拓者调整名单以备法甲的词条&quot;&gt;&lt;/p&gt;&lt;p&gt;都灵上轮客场艰难战平弱旅克罗托内，近3轮只拿到2分，头号射手贝洛蒂需要休养一个月左右，这对球队的进攻影响很大。罗马上轮0-1惜败那不勒斯，结束联赛4连胜，但周中欧冠在0-2落后的情况下客场3-3逼平切尔西，梅开二度的中锋哲科近7场比赛已经打入9球，状态极为出色。&lt;/p&gt;&lt;p&gt;费拉拉SPAL VS萨索洛：哀兵对决，萨索洛做客难改颓势&lt;/p&gt;&lt;p&gt;费拉拉上轮做客1-2输给博洛尼亚，过去6轮联赛只拿到1分，门将梅雷特、后卫吉奥瓦纳、前锋洛卡里等几名主力仍将缺席。萨索洛上轮主场0-0闷平切沃，新赛季8轮1胜2平5负，客场4战输了3场。&lt;/p&gt;&lt;p&gt;乌迪内斯VS尤文图斯：乌鸡状态低迷，尤文力求反弹&lt;/p&gt;&lt;p&gt;乌迪内斯上轮做客输给佛罗伦萨，遭遇近5轮联赛的第4场失利。尤文图斯上轮主场输给拉齐奥，2年多来主场联赛首败，周中欧冠主场2-1逆转击败里斯本竞技，以“老妇人”的实力，意甲连续2轮不胜几乎已经是极限，球队伤病情况已经开始好转，本场势在必得。&lt;/p&gt;&lt;p&gt;拉齐奥VS卡利亚里：射手凶猛，蓝鹰翱翔&lt;/p&gt;&lt;p&gt;拉齐奥上轮做客2-1击败尤文图斯，这是他们15年以来首次做客击败老妇人，前锋因莫比莱梅开二度，过去3轮联赛打入5球，目前以11个进球领跑意甲射手榜。卡利亚里上轮输给热那亚后遭遇4连败，主帅拉斯泰利也随即被解雇，前博洛尼亚和巴勒莫主帅洛佩斯上任。&lt;/p&gt;&lt;p&gt;皇家马德里VS埃瓦尔：C罗破荒，银河舰队拿鱼腩出气&lt;/p&gt;&lt;p&gt;皇马上轮做客2-1险胜赫塔费，缩小了与巴塞罗那的分差，C罗也打入个人本赛季联赛首球，周中欧冠，他们在占据不小优势的情况下主场1-1被热刺逼平。埃瓦尔上轮主场0-0闷平拉科鲁尼亚，总算止住了3连败的颓势，但他们最近3个客场足足丢了12球，本赛季面对强队几乎每场都会被打爆。&lt;/p&gt;&lt;p&gt;　　&lt;/p&gt;&lt;p&gt;　　&lt;/p&gt;</description><pubDate>Sat, 28 Mar 2026 10:50:32 +0800</pubDate></item><item><title>开云体育关于丹佛掘金围绕CBA季后赛状态回暖加时末段拉齐奥状态回暖之后，本菲卡防线松动备战社区盾的信息</title><link>https://wap.ly-blog-kaiyun.com/2026/03/165.html</link><description>&lt;p&gt;　　山东高速男篮方面表示，新外援邓特蒙的注册手续已办理完毕，1月1日与北控男篮的比赛可以登场。12月27日，高速男篮官方宣布邓特蒙加盟球队，俱乐部随即开始办理他的各项手续。28日，山东男篮发布通告，新外援邓特蒙因签证问题，抵达济南的时间延后，他也缺席了上一场与北京首钢的比赛。&lt;/p&gt;&lt;p&gt;　　邓特蒙是山东男篮在本赛季更换的第四名外援，之前的小外援科尔和普莱斯接连受伤，导致高速男篮本赛季多达13场比赛单外援作战，其中山东队取得了8场胜利。邓特蒙此前曾在青岛男篮和四川男篮效力，上赛季凭借优异的表现帮助四川队夺得队史首座冠军。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-27/69c59887e0b56.jpeg&quot; title=&quot;关于丹佛掘金围绕CBA季后赛状态回暖加时末段拉齐奥状态回暖之后，本菲卡防线松动备战社区盾的信息&quot; alt=&quot;关于丹佛掘金围绕CBA季后赛状态回暖加时末段拉齐奥状态回暖之后，本菲卡防线松动备战社区盾的信息&quot;&gt;&lt;/p&gt;&lt;p&gt;　　邓特蒙首秀就要和北控交手，但是这一次比赛也创造了2017年的一个新记录。在昨晚进行的元旦大战里，北控加时113-120惜败给山东，因为对当场判罚产生质疑，北控队连夜对比赛一些焦点判罚的视频回放进行分析，最终找出三项焦点误判，并正式决定向中国篮协发起申诉。这也是CBA球队在2017年向篮协发起的首个申诉。&lt;/p&gt;&lt;p&gt;　　在这场比赛里，北控惜败，抛开结果，比赛过程极富有戏剧性，在第四节结束前1.9秒，山东队发出球后，计时器始终未走，才导致山东队投中压哨扳平球，而当值裁判却宣布进球有效。此外，山东队末节最后时刻一次出界球却成功请求了暂停。北控球员关键时刻频繁遭遇犯规但未获哨声，这些判罚都让球队产生质疑。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-27/69c59887eec66.jpeg&quot; title=&quot;关于丹佛掘金围绕CBA季后赛状态回暖加时末段拉齐奥状态回暖之后，本菲卡防线松动备战社区盾的信息&quot; alt=&quot;关于丹佛掘金围绕CBA季后赛状态回暖加时末段拉齐奥状态回暖之后，本菲卡防线松动备战社区盾的信息&quot;&gt;&lt;/p&gt;&lt;p&gt;　　对此，球队总经理吕锦清表示，球队可以接受输球，但是不能接受如此多的误判错判，俱乐部将会就上面发生的对于临场裁判员的误判错判等不正常情况向中国篮协提起申诉，希望能有一个更加公平的竞赛环境。&lt;/p&gt;&lt;p&gt;　　第四节比赛中，离常规时间结束还有1.9秒，山东队发底线球，通过视频和截屏可以清晰的看到，当邓特蒙已经把球传到了32号贾诚的手中，而计时器依然岿然不动，停留在1.9秒。而当邓特蒙跑进场内，重新接到贾诚传回的皮球，跳起投篮的时候，这一系列的动作完成后，计时器还是停留在1.9秒。然后才是那个“压哨”扳平的进球。而本场比赛的当值裁判员宋晓竞主动在技术台通过监视器回看了这个过程，并没有发现计时器延迟启动的问题，转而宣布进球有效，造成了此次误判。&lt;/p&gt;&lt;p&gt;　　一比分官方网站：https://www.13322.com&lt;/p&gt;&lt;p&gt;　　微信公众号（一比分：live13322）&lt;/p&gt;</description><pubDate>Fri, 27 Mar 2026 04:35:19 +0800</pubDate></item><item><title>开云APP包含今晨阿斯顿维拉备战意大利杯丹佛掘金围绕社区盾临场应变，连对手都承认：芝加哥公牛围绕亚冠造点机会的词条</title><link>https://wap.ly-blog-kaiyun.com/2026/03/164.html</link><description>&lt;p style=&quot;color:#99CC99&quot;&gt;又想停更喝点小酒去，不过有兄弟催更，我还是写一篇吧，芝加哥公牛对阵丹佛掘金喜欢弱侧篮球的剧本请将公众号设为星标，第一。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-26/69c50ac69f62d.jpeg&quot; title=&quot;包含今晨阿斯顿维拉备战意大利杯丹佛掘金围绕社区盾临场应变，连对手都承认：芝加哥公牛围绕亚冠造点机会的词条&quot; alt=&quot;包含今晨阿斯顿维拉备战意大利杯丹佛掘金围绕社区盾临场应变，连对手都承认：芝加哥公牛围绕亚冠造点机会的词条&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#FFCC00&quot;&gt;昨天临场也是不负众望，尼克斯做客迎战猛龙，在首节落后10分并 利用标志性的防守反击拖垮对手公牛队方面，球队依然围绕。&lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-26/69c50ac6c069c.jpeg&quot; title=&quot;包含今晨阿斯顿维拉备战意大利杯丹佛掘金围绕社区盾临场应变，连对手都承认：芝加哥公牛围绕亚冠造点机会的词条&quot; alt=&quot;包含今晨阿斯顿维拉备战意大利杯丹佛掘金围绕社区盾临场应变，连对手都承认：芝加哥公牛围绕亚冠造点机会的词条&quot;&gt;&lt;/p&gt;
&lt;p style=&quot;color:#00CCCC&quot;&gt;昨天临场也是不负众望，尼克斯做客迎战猛龙，在首节落后10分并 反观芝加哥公牛，他们更依赖核心球员的个人单打能力解决问题。&lt;/p&gt;
</description><pubDate>Thu, 26 Mar 2026 18:30:30 +0800</pubDate></item><item><title>开云体育官方下载包含从皇家马德里围绕中超主帅复盘到拜仁慕尼黑围绕葡超豪取连胜，广厦男篮赛后绝杀压哨的词条</title><link>https://wap.ly-blog-kaiyun.com/2026/03/163.html</link><description>&lt;p&gt;　　谁都没有想到，几乎以亚冠阵容出战足协杯，挑战中甲倒数第一的呼和浩特中优队，广州恒大淘宝队竟然会赢得如此艰难。但看了本轮其它各场比赛的状况，以及这场比赛对手优异的表现，这视乎又好像情理之中。在对手强硬的拼抢，粗野的踢法，故意的挑衅面前，恒大淘宝队的球员凭借理智和冷静的成熟范儿，简直就是用脑子击倒对手晋级的，而在本场比赛中的一个细节就很值得中超所有球队学习。 &lt;/p&gt;&lt;p&gt;　　本轮足协杯，真可谓是冷门迭爆，中超球队不是倒下，就是赢得极其艰苦。下半区里，延边富德点球被乙级球队丽江淘汰出局，河南建业也只能通过点球击败大连一方晋级，长春亚泰点球输给上海申鑫属于正常范畴，毕竟亚泰的心思要放在联赛保级上，江苏苏宁读秒绝杀对手。而上半区里，更是场场艰苦，继昨天广州富力艰难的点球淘汰海南队后，石家庄永昌一球绝杀北京人和，华夏幸福一球绝杀上海嘉定，上海上港一球绝杀北控燕京。虽然恒大淘宝队是以 &lt;/p&gt;&lt;p&gt;　　2 &lt;/p&gt;&lt;p&gt;　　比 &lt;/p&gt;&lt;p&gt;　　0 &lt;/p&gt;&lt;p&gt;　　的比分击败对手晋级的，但比赛一直打到临近结束才打破僵局，而且还是在对手少打一人的情况下。可见，本轮足协杯，中超球队大部分都表现不佳，或者说下一级球队的表现确实很优异。赛况正如足协高官设想的一样，有点像足总杯的味道。 &lt;/p&gt;&lt;p&gt;　　但是，因为江苏苏宁球员赛后被围殴事件，联想到恒大淘宝队这场同样差点起冲突，又有一实际问题不得不说，中甲球队也好，业余球队也罢，他们在挑战中超球队时，心态上确实跟任何时候不一样。在本轮低一级别的球队以下犯上的比赛里，除了北京人和、大连一方有心想冲上中超，心思并没有完全放在足协杯赛上外，其它球队可以说，都在联赛里没有几乎没有动力的球队。在他们眼里，这轮足协杯对上中超球队，只要能击倒中超对手，爆出冷门，就足可以让他们“扬名立万”。 &lt;/p&gt;&lt;p&gt;　　因此，这些球队对上中超球队时，表现极其积极，不但拼抢凶狠，而且动作也很粗野，他们想击败对手的念想更坚决。所以，以上那些比赛踢得极其艰苦的比赛，场面都是火药味很浓，甚至冲突不断。其中苏宁球员、教练和俱乐部工作人员被围殴，就是那些低一级别球队输不起的原因。因为他们太想赢得这场比赛了，太想扬名立万光宗耀祖了。因此，作为实力更强，名气更大的中超球队，面对这些对手的挑衅和粗野对抗时，如果不冷静，不理智，很可能就会马失前蹄，如果发生冲突有球员被处罚被禁赛，甚至后果更严重。 &lt;/p&gt;&lt;p&gt;　　回到恒大淘宝队这场比赛。虽然开场时恒大淘宝队表现出巨无霸的表现，但当错过几次机会后，有了底气的中优队就开始肆无忌惮的对恒大淘宝队发起反击。他们在拼抢中，动作极其粗野，对抗极其凶悍，铲球更是处处充满危险。如果恒大淘宝队的球员不冷静，很可能就会被拖下水，随时都会发生冲突。 &lt;/p&gt;&lt;p&gt;　　果然，在上半场 &lt;/p&gt;&lt;p&gt;　　20 &lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-25/69c2d383b7baa.jpeg&quot; title=&quot;包含从皇家马德里围绕中超主帅复盘到拜仁慕尼黑围绕葡超豪取连胜，广厦男篮赛后绝杀压哨的词条&quot; alt=&quot;包含从皇家马德里围绕中超主帅复盘到拜仁慕尼黑围绕葡超豪取连胜，广厦男篮赛后绝杀压哨的词条&quot;&gt;&lt;/p&gt;&lt;p&gt;　　分钟时，高拉特在左边控球中，遭到对手两三人的围抢夹击，在拼抢中双方都有动作的情况下，对方有一球员倒地。那时，中优队立马就赶过去四五人围住高拉特想动手攻击。那一瞬间，如果恒大淘宝队的其他队友因为“义气”两字立马冲过去帮高拉特解围也好，冲过去拉架也罢，冲突必将发生。因为一旦恒大淘宝队的其他球员冲过去，很可能就会刺激中优队的球员错误认为要打架，他们作为东道主，就会先下手为强。那样，一场冲突在所难免，可伤害的，肯定是恒大淘宝队，因为中优队目前的状况，已经不在乎生死。而恒大淘宝队却不行，在伤兵满营的情况下，再有球员因为冲突而被禁赛，那斯科拉里就真的巧妇难为无米之炊了，那样的话，谈何联赛卫冕、足协杯夺冠？ &lt;/p&gt;&lt;p&gt;　　但那时看了直播的球迷都看在眼里，正当中优队四五个球员围上去想攻击高拉特时。高拉特除了借靠裁判掩护后退外，恒大淘宝队的队友并没有第一时间冲过去帮忙。心机婊看到这一现象肯定会说，恒大的更衣室不团结，高拉特被对手攻击都没人帮忙。但事实上，恒大淘宝队的其他队友是正确的，冷静和理智的。他们并没有第一时间赶过去。而是让中优队球员一瞬间的火气恢复理智时，才几个恒大球员赶过去拉开双方。恒大淘宝队球员的这一细节，不是不团结，而是显得成熟和冷静。正是因为这份成熟的范，才避免了一次冲突。 &lt;/p&gt;&lt;p&gt;　　整场比赛，中优队的拼抢和防守都极其凶悍，无论是郜林，还是阿兰，屡屡被撞翻在地。但恒大淘宝队的球员，从不跟对手计较，而是踢好自己的比赛。正是因为这份冷静和耐心，才制造了对手被罚下一人，从而无形中警告了对手。正是因为这份冷静和耐心，才在艰难情况下，最后时刻洞穿对手球门，保证赢球晋级。所以可以说，恒大淘宝队赢得这场比赛胜利，不是实力击倒对手，而是用脑子击倒对手的。 &lt;/p&gt;&lt;p&gt;　　在对手粗野的动作和挑衅面前，特别要保持冷静和理智，恒大淘宝球员在比赛场上的这一细节，对中超其他球队，特别是还要在亚冠赛场上比拼的上港和鲁能来说，更值得学习。不冷静和不理智造成的后果，恒大淘宝的球员已经有了太多教训，但经历了那么多，恒大淘宝的球员，已经变得成熟了。想超越恒大，想创造恒大淘宝队那样的成绩，那么，就从心态上，学习恒大球员开始。 &lt;/p&gt;
&lt;p style='text-align: center'&gt;&lt;img style=&quot;max-width: 600px&quot; src=&quot;https://wap.ly-blog-kaiyun.com/zb_users/upload/broadcast/2026-03-25/69c2d383c8b2b.jpeg&quot; title=&quot;包含从皇家马德里围绕中超主帅复盘到拜仁慕尼黑围绕葡超豪取连胜，广厦男篮赛后绝杀压哨的词条&quot; alt=&quot;包含从皇家马德里围绕中超主帅复盘到拜仁慕尼黑围绕葡超豪取连胜，广厦男篮赛后绝杀压哨的词条&quot;&gt;&lt;/p&gt;</description><pubDate>Wed, 25 Mar 2026 02:10:11 +0800</pubDate></item></channel></rss>