#data-augmentation Repositories
Entdecke 46 aktive Open-Source-GitHub-Repositories, die mit #data-augmentation getaggt sind und insgesamt 80,183 Sterne gesammelt haben (durchschnittlich 1,743 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist open-mmlab/mmcv mit 6,490 Sternen.
Insgesamt 46 Repositories
Ein System zur schnellen Generierung von Trainingsdaten mit schwacher Überwachung
Eine GPU-beschleunigte Bibliothek, die hochoptimierte Bausteine und eine Ausführungsengine für die Datenverarbeitung enthält, um Deep-Learning-Training- und Inferenz-Anwendungen zu beschleunigen.
Veröffentlichung für verbesserte Denoising Diffusion Probabilistic Models
TextAttack 🐙 ist ein Python-Framework für adversariale Angriffe, Datenaugmentation und Modelltraining in der NLP https://textattack.readthedocs.io/en/master/
Ein hochperformantes, Python-basiertes I/O-System für große (und kleine) Deep-Learning-Probleme mit starker Unterstützung für PyTorch.
GigaBrain-0: Ein von einem Weltmodell angetriebenes Vision-Sprache-Aktionsmodell
🎨 NeMo Data Designer: Generieren Sie hochwertige synthetische Daten von Grund auf oder aus Seed-Daten.
Eine Python-Bibliothek für die Augmentierung von Audiodaten. Nützlich, um Audio-ML-Modelle in der realen Welt gut funktionieren zu lassen, nicht nur im Labor.
fastdup ist ein leistungsstarkes, kostenloses Tool, das entwickelt wurde, um schnell wertvolle Einblicke aus Bild- und Videodatensätzen zu gewinnen. Es hilft, die Qualität von Bildern und Labels zu verbessern, während die Kosten für den Datenbetrieb erheblich gesenkt werden, und das alles bei unübertroffener Skalierbarkeit.
Ein-Klick-Datenaugmentierungspaket für Chinesisch; NLP-Datenaugmentierung, Bert-Datenaugmentierung, EDA: pip install nlpcda
Liste nützlicher Ressourcen für Data Augmentation. Hier finden Sie einige ungewöhnliche Techniken, Bibliotheken, Links zu GitHub-Repos, Papers und mehr.
Dieses Projekt hat ein intelligentes medizinisches Frage-Antwort-System entworfen und implementiert, das auf Knowledge Graph RAG und großen Sprachmodellen basiert. Basierend auf dem medizinischen Datensatz DiseaseKG und unter Verwendung von Neo4j konstruiert das System einen domänenspezifischen Wissensgraphen mit 44.000 Entitäten und 310.000 Beziehungen. Durch die Kombination von BERT-basierter Erkennung benannter Entitäten und der Absichtserkennung durch ein 32B-Modell mildert das System durch präzise Graphabfragen und kontrollierte Antwortgenerierung effektiv die Halluzinationsprobleme großer Modelle in medizinischen Szenarien und verbessert die Genauigkeit und Zuverlässigkeit der Antworten erheblich.
Code für das TKDE-Papier „Selbstüberwachtes Lernen auf Graphen: Kontrastiv, generativ oder prädiktiv“
Dieses Repository sammelt Arbeiten für "Eine Übersicht über Knowledge Distillation von Large Language Models". Wir zerlegen KD in Wissensextraktion und Destillationsalgorithmen und erforschen Skill & Vertical Distillation von LLMs.
Eine einfache Methode zur Durchführung von halbüberwachtem Lernen mit begrenzten Daten.
Ein Framework für Data Augmentation für 2D- und 3D-Bildklassifikation und -segmentierung
Schnelle Audio-Datenerweiterung in PyTorch. Inspiriert von audiomentations. Nützlich für Deep Learning.
Codebasis für Zeitreihen-Generative Adversarial Networks (TimeGAN) – NeurIPS 2019
Hervorragende Arbeiten zur generativen Informationsextraktion (IE) unter Verwendung großer Sprachmodelle (LLMs)
Eine Codebasis und eine kuratierte Liste von hervorragendem Deep Long-Tailed Learning (TPAMI 2023).
AugMix: Eine einfache Methode zur Datenverarbeitung zur Verbesserung der Robustheit und Unsicherheit
Zusammenstellung einer Liste mit AutoML-bezogenen Forschungen, Tools, Projekten und anderen Ressourcen
Der Natural Language Toolkit für indische Sprachen zielt darauf ab, sofort einsatzbereite Unterstützung für verschiedene NLP-Aufgaben bereitzustellen, die ein Anwendungsentwickler benötigen könnte.
NL-Augmenter 🦎 → 🐍 Ein kollaboratives Repository von Transformationen natürlicher Sprache
Code für EgoX: Egocentric Video Generation aus einem einzigen Exzentrischen Video
Eine Bibliothek zur Generierung und Bewertung synthetischer tabellarischer Daten für Datenschutz, Fairness und Datenanreicherung.
Alle meine selbst trainierten und veröffentlichten KI-Upscaling-Modelle. Nachdem ich über 600 verschiedene Upscaling-Modelle gesammelt und angewendet hatte, lernte ich, wie ich meine eigenen Modelle trainieren kann, und dies sind die Ergebnisse.
CAIRI Toolbox und Benchmark für überwachtes, semi-überwachtes und selbst-überwachtes visuelles repräsentatives Lernen
End-to-End-YOLOv4/v3/v2-Objekterkennungs-Pipeline, implementiert auf tf.keras mit verschiedenen Technologien
Demo zur Generierung synthetischer Daten unter Verwendung eines britischen Einzelhandels-Transaktionsdatensatzes. Ideal für Fachleute in den Sektoren Einzelhandel, E-Commerce, Finanzen und Lieferkette, die Datenschutz bewahrende, realistische synthetische Daten für Tests, Analysen und maschinelles Lernen erstellen möchten.
Bildaugmentation für Computer Vision. Ausschließlich AGPL-3.0-Lizenz oder kommerzielle Lizenzierung.
Erweiterungs-Pipeline für das Rendern von Prozessen zur synthetischen Papierdruck, Fax, Scannen und Kopieren
[EMNLP 2024] MeChat: Ein großes Dialogmodell zur psychischen Gesundheit im chinesischen Bereich
Häufig gestellte Fragen
Welches ist das beliebteste #data-augmentation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#data-augmentation-Projekt auf GitHub ist open-mmlab/mmcv mit 6,490 Sternen. OpenMMLab Stiftung für Computer Vision
Welche Programmiersprachen werden in #data-augmentation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #data-augmentation-Projekten auf GitHub sind Python, Jupyter Notebook, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #data-augmentation-Repositories berechnet?
Wir verfolgen 46 aktive Open-Source-Repositories, die mit #data-augmentation getaggt sind (500+ Sterne), mit insgesamt 80,183 Sternen und durchschnittlich 1,743 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.