#datasets Repositorios
92 repositorios en total
[AAAI 2025]👔IMAGDressing👔: Generación interactiva modular de ropa para prueba virtual. Permite la generación personalizable de imágenes humanas con control flexible de prendas, poses y escenas, garantizando alta fidelidad y consistencia de la prenda para la prueba virtual.
Una lista curada de recursos increíbles de Deep Learning (DL) para el Procesamiento de Lenguaje Natural (NLP)
Una lista curada de enlaces y bibliotecas de software geniales que son útiles para robots.
Langtrace 🔍 es una herramienta de observabilidad de extremo a extremo de código abierto basada en Open Telemetry para aplicaciones LLM, que proporciona seguimiento en tiempo real, evaluaciones y métricas para LLMs populares, frameworks LLM, vectorDB y más. Integración mediante Typescript, Python. 🚀💻📊
Conjuntos de datos para aprendizaje profundo con imágenes satelitales y aéreas
Una lista de conjuntos de datos de Twitter y recursos relacionados.
Una colección de conjuntos de datos de código abierto para entrenar LLM que siguen instrucciones (ChatGPT, LLaMA, Alpaca)
Catálogo abierto y respaldado por fuentes de agentes de uso de computadoras: artículos revisados, modelos de GUI, conjuntos de datos, benchmarks, herramientas y datos reutilizables en JSONL/SQLite.
csghub-server es el servidor backend para CSGHub que ayuda al usuario a administrar conjuntos de datos, modelos y también a ejecutar inferencia de modelos, finetuning y espacios de aplicaciones.
Corpus de Pre‑Entrenamiento a gran escala para chino 100G (corpus de pre‑entrenamiento chino)
[ACL 2023] Razonamiento con el Prompting de Modelos Lingüísticos: Una Revisión
Artículos ICCV 2023-2025: Descubra investigaciones de vanguardia de ICCV 2023-25, la conferencia líder en visión por computadora. Manténgase al día sobre lo último en visión por computadora y aprendizaje profundo, con código incluido. ⭐ ¡Apoye el desarrollo de la inteligencia visual!
Conjuntos de datos de audio de IA (AI-ADS) 🎵, que incluyen Voz, Música y Efectos de Sonido, los cuales pueden proporcionar datos de entrenamiento para IA Generativa, AIGC, entrenamiento de modelos de IA, desarrollo de herramientas de audio inteligentes y aplicaciones de audio.
seguimiento de conjuntos de datos médicos, con enfoque en imágenes médicas
Croissant es un formato de alto nivel para conjuntos de datos de aprendizaje automático que reúne cuatro capas ricas.
Backend que impulsa el visor de conjuntos de datos en las páginas de conjuntos de datos de Hugging Face a través de una API pública.
🚀🚀🚀Una colección de algunos proyectos públicos impresionantes sobre Modelos de Lenguaje Grandes (LLM), Modelos de Visión y Lenguaje (VLM), Acción Visión-Lenguaje (VLA), Contenido Generado por IA (AIGC), los Datasets y Aplicaciones relacionados.
Convierte cualquier repositorio en entornos de RL verificables para agentes de programación: tareas de Harbor con las que puedes entrenar, evaluar y compartir en Hugging Face Hub
Enlaces útiles de diferentes contenidos relacionados con IA, Visión por Computadora y Robótica.
ExerciseDB API es una API de base de datos de ejercicios físicos que permite a los usuarios acceder a datos de ejercicios de alta calidad que constan de más de 11,000 ejercicios. Esta API ofrece información extensa sobre cada ejercicio, incluyendo partes del cuerpo objetivo, equipo necesario, videos, GIFs, imágenes para guía visual e instrucciones paso a paso.
Una colección de fantásticos conjuntos de datos de indicaciones, fantásticos conjuntos de datos de instrucciones, para entrenar ChatLLM como ChatGPT que incluye una variedad de conjuntos de datos de instrucciones, para entrenar modelos ChatLLM.
Nuevo formato de archivo extensible para el almacenamiento de grandes conjuntos de datos columnares.
Una lista curada de artículos, tesis, conjuntos de datos y herramientas relacionados con la aplicación de Machine Learning para la Ingeniería de Software
Logos de Ultralytics compartidos, medios, imágenes de muestra, pesos de modelos preentrenados, artefactos de conjuntos de datos y activos de lanzamiento.
Dataset Management Framework, una biblioteca Python y una herramienta CLI para construir, analizar y gestionar conjuntos de datos de visión por computadora.
Open Bandit Pipeline: una biblioteca de Python para algoritmos bandit y evaluación off-policy
Una colección de algunos conjuntos de datos para segmentación / detección de saliencia. Bienvenido a PR...:smile:
El primer y extenso benchmark de procesamiento de lenguaje natural para el idioma indonesio. ¡Proporcionamos múltiples tareas posteriores, modelos IndoBERT preentrenados y un código de inicio! (AACL-IJCNLP 2020)
Este repositorio proporciona una lista completa de conjuntos de datos de satélites de radar y ópticos seleccionados para tareas de detección, clasificación, segmentación semántica y segmentación de instancias de barcos. Estos conjuntos de datos son ideales para aplicaciones en visión por computadora, aprendizaje automático, teledetección y análisis marítimo.
Registro de trabajos recientes sobre 1) tareas de visión de bajo nivel como la mejora de superresolución de imágenes/videos; 2) generación de imágenes, principalmente métodos basados en DL posteriores a 2018.
Cleora AI es un modelo de código abierto de propósito general para el aprendizaje eficiente y escalable de incrustaciones de entidades estables e inductivas para datos relacionales heterogéneos. Creado por el equipo de Synerise.com.
Cosas asombrosas sobre la generalización de dominios, incluidos artículos, código, etc.
Artículos y conjuntos de datos sobre ajuste y seguimiento de instrucciones. ✨✨✨