Git Stars Git Stars

#dataset Dépôts

173
Total des Dépôts
893,448
Nombre total d'étoiles
5,164
Moyenne d'Étoiles/Dépôt
51
ZHOUYI1023/awesome-radar-perception

Une liste organisée de jeux de données radar, de détection, de suivi et de fusion

ZHOUYI1023
⭐ 1,851 👤 ZHOUYI1023 User 🕐 Mis à jour 2025-04-05 📅 Créé 2021-04-23
52
Vchitect/VBench

[CVPR2024 Highlight] VBench - Nous évaluons la génération vidéo

Vchitect
⭐ 1,850 Python 👤 Vchitect Organization 🕐 Mis à jour 2026-08-21 📅 Créé 2023-11-27
53
Daisy-Zhang/Awesome-Deepfakes-Detection

Une liste d'outils, de papiers et de code liés à la détection de Deepfake.

Daisy-Zhang
⭐ 1,822 👤 Daisy-Zhang User 🕐 Mis à jour 2025-09-02 📅 Créé 2021-06-30
54
SmartFlowAI/EmoLLM

Modèles de santé mentale (LLM x Santé Mentale), Pré et Post-formation & Jeu de données & Évaluation & Déploiement & RAG, avec les modèles des séries InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM

SmartFlowAI
⭐ 1,797 Python 👤 SmartFlowAI Organization 🕐 Mis à jour 2026-06-18 📅 Créé 2024-01-11
56
karolpiczak/ESC-50

ESC-50 : Ensemble de données pour la classification des sons environnementaux

karolpiczak
⭐ 1,711 Python 👤 karolpiczak User 🕐 Mis à jour 2024-03-20 📅 Créé 2015-04-15
57
capitalone/DataProfiler

Que contiennent vos données ? Extrayez les schémas, les statistiques et les entités des ensembles de données

capitalone
⭐ 1,600 Python 👤 capitalone Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2020-11-09
58
mosaicml/streaming

Une bibliothèque de streaming de données pour un entraînement efficace des réseaux de neurones

mosaicml
⭐ 1,574 Python 👤 mosaicml Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2022-06-09
59
gunthercox/chatterbot-corpus

Un corpus de dialogues multilingue

gunthercox
⭐ 1,414 Python 👤 gunthercox User 🕐 Mis à jour 2026-03-24 📅 Créé 2017-01-11
61
MedMNIST/MedMNIST

[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 Mis à jour 2025-01-11 📅 Créé 2020-10-25
62
facebookresearch/uco3d

Objets insolites dans le jeu de données 3D

facebookresearch
⭐ 1,356 Python 👤 facebookresearch Organization 🕐 Mis à jour 2025-11-13 📅 Créé 2024-12-03
63
TIGER-AI-Lab/ClawBench

Benchmark open-source pour les agents IA de navigateur sur des tâches quotidiennes.

TIGER-AI-Lab
⭐ 1,325 Python 👤 TIGER-AI-Lab Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2026-04-10
64
EricGuo5513/HumanML3D

HumanML3D : Un ensemble de données vaste et diversifié sur le langage et le mouvement humain en 3D.

EricGuo5513
⭐ 1,322 Python 👤 EricGuo5513 User 🕐 Mis à jour 2024-08-18 📅 Créé 2022-02-26
65
manami-project/anime-offline-database

Un ensemble de données anime basé sur JSON contenant les métadonnées les plus importantes ainsi que des références croisées vers divers sites anime tels que MAL, ANIDB, ANILIST, KITSU et plus...

manami-project
⭐ 1,319 Makefile 👤 manami-project User 🕐 Mis à jour 2026-07-02 📅 Créé 2017-09-21
66
wainshine/Company-Names-Corpus

Corpus de noms d'entreprises. Corpus de noms d'institutions. Abréviations d'entreprises, acronymes, mots de marque, noms d'entreprises. Peut être utilisé pour la segmentation de mots en chinois et la reconnaissance d'entités de noms d'institutions.

wainshine
⭐ 1,287 👤 wainshine User 🕐 Mis à jour 2024-03-27 📅 Créé 2018-10-10
67
SJTU-ViSYS/M2DGR

M2DGR : un ensemble de données multimodal et multi-scénarios pour robots terrestres (RA-L 2021 & ICRA 2022)

SJTU-ViSYS
⭐ 1,225 👤 SJTU-ViSYS User 🕐 Mis à jour 2026-11-02 📅 Créé 2021-08-30
68
bwjoke/BTC-Trading-Since-2020

Contexte de trading public BTC depuis 2020.

bwjoke
⭐ 1,223 👤 bwjoke User 🕐 Mis à jour 2026-09-11 📅 Créé 2026-04-17
69
mlmed/torchxrayvision

TorchXRayVision : Une bibliothèque de jeux de données et de modèles de radiographies thoraciques. Classificateurs, segmentation et auto-encodeurs.

mlmed
⭐ 1,217 Jupyter Notebook 👤 mlmed Organization 🕐 Mis à jour 2026-10-18 📅 Créé 2020-03-04
70
yfzhang114/Awesome-Multimodal-Large-Language-Models

Notes de lecture sur les grands modèles de langage multimodaux, les grands modèles de langage et les modèles de diffusion

yfzhang114
⭐ 1,211 👤 yfzhang114 User 🕐 Mis à jour 2026-11-07 📅 Créé 2024-03-30
71
hikariming/chat-dataset-baseline

Un ensemble de données de dialogue chinois finement réglé manuellement et un code de réglage fin pour chatglm

hikariming
⭐ 1,190 Jupyter Notebook 👤 hikariming User 🕐 Mis à jour 2025-05-03 📅 Créé 2023-03-17
72
tb0hdan/domains

Le plus grand ensemble de données de domaines Internet unique au monde

tb0hdan
⭐ 1,181 Shell 👤 tb0hdan User 🕐 Mis à jour 2026-11-11 📅 Créé 2020-01-12
73
datasets/covid-19

Données de séries chronologiques du nouveau coronavirus 2019 sur les cas

datasets
⭐ 1,167 Python 👤 datasets Organization 🕐 Mis à jour 2026-03-24 📅 Créé 2020-03-07
74
washingtonpost/data-police-shootings

Le Washington Post compile une base de données de chaque fusillade mortelle aux États-Unis par un policier en service depuis 2015.

washingtonpost
⭐ 1,147 👤 washingtonpost Organization 🕐 Mis à jour 2026-10-14 📅 Créé 2015-06-30
75
leomaurodesenv/game-datasets

:video_game: Une liste curated de datasets de jeux géniaux et d'outils pour l'intelligence artificielle dans les jeux

leomaurodesenv
⭐ 1,146 👤 leomaurodesenv User 🕐 Mis à jour 2026-10-25 📅 Créé 2018-10-03
76
shaypal5/awesome-twitter-data

Une liste d'ensembles de données Twitter et de ressources connexes.

shaypal5
⭐ 1,138 👤 shaypal5 User 🕐 Mis à jour 2026-05-29 📅 Créé 2018-08-19
77
RUCAIBox/RecSysDatasets

Ceci est un référentiel de sources de données publiques pour les systèmes de recommandation (RS).

RUCAIBox
⭐ 1,135 Python 👤 RUCAIBox Organization 🕐 Mis à jour 2024-09-05 📅 Créé 2020-09-22
78
xinxuxin/keystone-bench

Un benchmark de décision clinique fondé sur les preuves : extraire le seul fait sur lequel repose une réponse et vérifier si l’action de l’assistant évolue en fonction des preuves. Construit à partir de HealthBench.

xinxuxin
⭐ 1,130 Python 👤 xinxuxin User 🕐 Mis à jour 2026-10-19 📅 Créé 2026-09-07
79
xid32/SoundMind

Nous introduisons le jeu de données Audio Logical Reasoning (ALR), composé de 6 446 échantillons annotés texte-audio spécifiquement conçus pour des tâches de raisonnement complexes. En nous appuyant sur cette ressource, nous proposons SoundMind, un algorithme d'apprentissage par renforcement (RL) basé sur des règles, conçu pour doter les modèles linguistiques audio (ALM) de profondes capacités de raisonnement bimodal.

xid32
⭐ 1,116 Python 👤 xid32 User 🕐 Mis à jour 2025-11-26 📅 Créé 2025-06-13
80
facebookresearch/co3d

Outillage pour le jeu de données Common Objects In 3D.

facebookresearch
⭐ 1,112 Python 👤 facebookresearch Organization 🕐 Mis à jour 2024-08-14 📅 Créé 2021-06-21
81
hukenovs/hagrid

Ensemble de données d'images de reconnaissance de gestes de la main

hukenovs
⭐ 1,096 Python 👤 hukenovs User 🕐 Mis à jour 2026-10-30 📅 Créé 2022-06-15
82
doc-analysis/TableBank

TableBank : Un ensemble de données de référence pour la détection et la reconnaissance de tableaux

doc-analysis
⭐ 1,078 👤 doc-analysis Organization 🕐 Mis à jour 2024-08-12 📅 Créé 2019-03-05
83
chatopera/insuranceqa-corpus-zh

:helicopter: Corpus de l'industrie de l'assurance, Chatbot

chatopera
⭐ 1,055 Python 👤 chatopera Organization 🕐 Mis à jour 2025-05-26 📅 Créé 2017-07-26
84
modenaxe/awesome-biomechanics

Une liste publique organisée de ressources pour la biomécanique et l'analyse du mouvement humain : ensembles de données, outils de traitement, logiciels de simulation, vidéos éducatives, conférences, etc.

modenaxe
⭐ 1,035 👤 modenaxe User 🕐 Mis à jour 2026-04-10 📅 Créé 2020-08-14
85
bstabler/TransportationNetworks

Réseaux de Transport pour la Recherche

bstabler
⭐ 1,033 Jupyter Notebook 👤 bstabler User 🕐 Mis à jour 2025-06-19 📅 Créé 2016-03-12
86
thuiar/MMSA

MMSA est un framework unifié pour l'analyse du sentiment multimodal.

thuiar
⭐ 1,022 Python 👤 thuiar Organization 🕐 Mis à jour 2025-01-15 📅 Créé 2020-04-21
87
madnight/githut

Statistiques des langages GitHub

madnight
⭐ 1,012 JavaScript 👤 madnight User 🕐 Mis à jour 2024-04-03 📅 Créé 2016-10-09
88
OpenBioLink/ThoughtSource

Une ressource centrale et ouverte pour les données et les outils liés au raisonnement en chaîne de pensée dans les grands modèles linguistiques. Développé par le groupe de recherche Samwald : https://samwald.info/

OpenBioLink
⭐ 1,010 Jupyter Notebook 👤 OpenBioLink Organization 🕐 Mis à jour 2024-12-16 📅 Créé 2022-05-20
90
philipperemy/name-dataset

La bibliothèque Python pour les noms.

philipperemy
⭐ 999 Python 👤 philipperemy User 🕐 Mis à jour 2025-04-09 📅 Créé 2018-10-09
91
allisonhorst/palmerpenguins

Un excellent jeu de données d'introduction pour l'exploration et la visualisation de données (alternative à iris).

allisonhorst
⭐ 987 R 👤 allisonhorst User 🕐 Mis à jour 2024-09-19 📅 Créé 2020-06-05
92
microsoft/Mobius

Liaisons de langage et extensions pour C# et F# vers Apache Spark

microsoft
⭐ 948 C# 👤 microsoft Organization 🕐 Mis à jour 2025-12-11 📅 Créé 2015-10-27
93
sithu31296/semantic-segmentation

Modèles SOTA de Segmentation Sémantique en PyTorch

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 Mis à jour 2024-03-20 📅 Créé 2021-06-02
94
vahidk/tfrecord

Lecteur/Écrivain TFRecord autonome avec chargeurs de données PyTorch

vahidk
⭐ 901 Python 👤 vahidk User 🕐 Mis à jour 2026-11-03 📅 Créé 2019-11-26
95
nolabs-ai/deepfabric

Générez des synthétiques de haute qualité, entraînez, mesurez et évaluez dans un pipeline unique

nolabs-ai
⭐ 896 Python 👤 nolabs-ai Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2024-10-25
96
PRBonn/semantic-kitti-api

API SemanticKITTI pour visualiser le jeu de données, traiter les données et évaluer les résultats.

PRBonn
⭐ 895 Python 👤 PRBonn Organization 🕐 Mis à jour 2025-04-03 📅 Créé 2019-07-24
97
xlang-ai/OpenCUA

[NeurIPS 2025 Spotlight] OpenCUA : Fondations ouvertes pour les agents d'utilisation d'ordinateur

xlang-ai
⭐ 877 Python 👤 xlang-ai Organization 🕐 Mis à jour 2026-05-25 📅 Créé 2025-06-21
98
NetManAIOps/OmniAnomaly

KDD 2019 : Détection robuste d'anomalies pour séries temporelles multivariées par réseau de neurones récurrent stocastique

NetManAIOps
⭐ 875 Python 👤 NetManAIOps Organization 🕐 Mis à jour 2024-03-03 📅 Créé 2019-02-02
99
NationalGalleryOfArt/opendata

Le programme Open Data de la National Gallery of Art

NationalGalleryOfArt
⭐ 871 Python 👤 NationalGalleryOfArt Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-03-23
100
IDEA-Research/Motion-X

[NeurIPS 2023] Implémentation officielle du papier "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"

IDEA-Research
⭐ 863 Python 👤 IDEA-Research Organization 🕐 Mis à jour 2025-03-03 📅 Créé 2023-06-12