#data-augmentation Dépôts
Découvrez 46 dépôts GitHub open source actifs associés à #data-augmentation, cumulant 80,183 étoiles au total (soit une moyenne de 1,743 étoiles par projet). Le projet en tête de ce thème est open-mmlab/mmcv, avec 6,490 étoiles.
46 dépôts au total
Un système pour générer rapidement des données d'entraînement avec une supervision faible
Une bibliothèque accélérée par GPU contenant des blocs de construction hautement optimisés et un moteur d'exécution pour le traitement des données afin d'accélérer les applications d'entraînement et d'inférence en apprentissage profond.
Une bibliothèque d'augmentation de données pour l'audio, l'image, le texte et la vidéo.
🔥🔥Bibliothèque de Reconnaissance Faciale Haute Performance sur PaddlePaddle & PyTorch🔥🔥
TextAttack 🐙 est un framework Python pour les attaques adverses, l'augmentation de données et l'entraînement de modèles en NLP https://textattack.readthedocs.io/en/master/
Un système d'E/S à haute performance basé sur Python pour les problèmes d'apprentissage profond de grande (et petite) taille, avec un fort support pour PyTorch.
GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde
🎨 NeMo Data Designer : Générez des données synthétiques de haute qualité à partir de zéro ou à partir de données semences.
Une bibliothèque Python pour l'augmentation des données audio. Utile pour que les modèles d'apprentissage automatique audio fonctionnent bien dans le monde réel, pas seulement en laboratoire.
fastdup est un outil puissant et gratuit conçu pour générer rapidement des informations précieuses à partir d'ensembles de données d'images et de vidéos. Il aide à améliorer la qualité des images et des étiquettes, tout en réduisant considérablement les coûts d'exploitation des données, le tout avec une évolutivité inégalée.
Package d'augmentation de données chinois en un clic ; Augmentation de données NLP, augmentation de données bert, EDA : pip install nlpcda
Liste de ressources utiles pour l'augmentation de données. Vous trouverez ici des techniques peu communes, des bibliothèques, des liens vers des dépôts GitHub, des articles et autres.
Ce projet a conçu et mis en œuvre un système de questions-réponses médicales intelligent basé sur le RAG (Retrieval-Augmented Generation) par graphe de connaissances et les grands modèles de langage. En utilisant le jeu de données médical DiseaseKG et Neo4j, le système construit un graphe de connaissances spécialisé comprenant 44 000 entités et 310 000 relations. En combinant la reconnaissance d'entités nommées BERT et la reconnaissance d'intention par un modèle 32B, le système atténue efficacement les hallucinations des grands modèles dans les scénarios médicaux grâce à une recherche précise dans le graphe et une génération de réponses contrôlée, améliorant ainsi considérablement la précision et la fiabilité des réponses.
Code pour l'article TKDE « Apprentissage auto-supervisé sur les graphes : Contrastif, génératif ou prédictif »
Ce dépôt rassemble des articles pour "A Survey on Knowledge Distillation of Large Language Models". Nous décomposons la KD en Élicitation des Connaissances et Algorithmes de Distillation, et explorons la Distillation par Compétence et Verticale des LLM.
Une méthode simple pour effectuer un apprentissage semi-supervisé avec des données limitées.
Un cadre pour l'augmentation de données pour la classification et la segmentation d'images 2D et 3D
Augmentation rapide des données audio dans PyTorch. Inspiré par audiomentations. Utile pour le deep learning.
Codebase pour les Réseaux Génératifs Antagonistes de Séries Temporelles (TimeGAN) – NeurIPS 2019
Articles impressionnants sur l'extraction d'informations génératives (IE) utilisant de grands modèles linguistiques (LLM)
Une base de code et une liste organisée d'apprentissage profond "longue traîne" impressionnant (TPAMI 2023).
AugMix : Une méthode simple de traitement des données pour améliorer la robustesse et l'incertitude
Curatage d'une liste de recherches, outils, projets et autres ressources liés à l'AutoML
Le Natural Language Toolkit for Indic Languages vise à fournir un support prêt à l'emploi pour diverses tâches NLP dont un développeur d'applications pourrait avoir besoin.
NL-Augmenter 🦎 → 🐍 Un dépôt collaboratif de transformations du langage naturel
Code pour EgoX : Génération de Vidéo Egocentrique à partir d'une Vidéo Exocentrique Unique
Une bibliothèque pour générer et évaluer des données tabulaires synthétiques pour la confidentialité, l'équité et l'augmentation des données.
Tous mes modèles d'upscaling IA auto-entraînés et publiés. Après avoir rassemblé et appliqué plus de 600 modèles d'upscaling différents, j'ai appris à entraîner mes propres modèles, et voici les résultats.
Boîte à outils et benchmark CAIRI pour l'apprentissage de représentations visuelles supervisé, semi-supervisé et auto-supervisé
Pipeline de détection d'objets YOLOv4/v3/v2 de bout en bout, implémenté sur tf.keras avec différentes technologies
Démo de génération de données synthétiques utilisant un ensemble de données transactionnelles du commerce de détail du Royaume-Uni. Idéal pour les professionnels des secteurs du commerce de détail, du commerce électronique, de la finance et de la chaîne d'approvisionnement qui souhaitent créer des données synthétiques réalistes et respectueuses de la vie privée pour les tests, l'analyse et l'apprentissage automatique.
Augmentation d’images pour la vision par ordinateur. Licence AGPL-3.0 uniquement ou licence commerciale.
Pipeline d'augmentation pour le rendu des processus d'impression sur papier synthétique, fax, numérisation et copie
[EMNLP 2024] MeChat : Un grand modèle de dialogue sur la santé mentale dans le domaine chinois
Foire aux questions
Quel est le dépôt #data-augmentation le plus populaire sur GitHub ?
Le projet #data-augmentation open source le mieux classé sur GitHub est open-mmlab/mmcv, avec 6,490 étoiles. OpenMMLab Fondation pour la Vision par Ordinateur
Quels langages de programmation sont les plus utilisés dans les dépôts #data-augmentation ?
Parmi les projets #data-augmentation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++.
Comment le classement des dépôts #data-augmentation est-il calculé ?
Nous suivons 46 dépôts open source actifs associés à #data-augmentation (500+ étoiles), totalisant 80,183 étoiles, avec une moyenne de 1,743 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.