Git Stars Git Stars

#datasets Dépôts

92
Total des Dépôts
397,307
Nombre total d'étoiles
4,318
Moyenne d'Étoiles/Dépôt
51
muzishen/IMAGDressing

[AAAI 2025]👔IMAGDressing👔 : Génération interactive modulaire de vêtements pour l'essayage virtuel. Elle permet la génération personnalisable d'images humaines avec un contrôle flexible des vêtements, des poses et des scènes, assurant une haute fidélité et une cohérence des vêtements pour l'essayage virtuel.

muzishen
⭐ 1,347 Python 👤 muzishen User 🕐 Mis à jour 2025-09-30 📅 Créé 2024-06-01
52
brianspiering/awesome-dl4nlp

Une liste soigneusement sélectionnée de ressources impressionnantes de Deep Learning (DL) pour le traitement du langage naturel (NLP)

brianspiering
⭐ 1,311 👤 brianspiering User 🕐 Mis à jour 2026-01-24 📅 Créé 2016-06-04
53
ahundt/awesome-robotics

Une liste curatée d'excellents liens et de bibliothèques logicielles utiles pour les robots.

ahundt
⭐ 1,293 👤 ahundt User 🕐 Mis à jour 2024-01-10 📅 Créé 2017-05-12
54
mims-harvard/TDC

Therapeutics Commons (TDC) : Fondation multimodale pour la science thérapeutique

mims-harvard
⭐ 1,263 Jupyter Notebook 👤 mims-harvard Organization 🕐 Mis à jour 2025-07-13 📅 Créé 2020-09-17
55
Scale3-Labs/langtrace

Langtrace 🔍 est un outil d'observabilité de bout en bout open-source basé sur Open Telemetry pour les applications LLM, fournissant un traçage en temps réel, des évaluations et des métriques pour les LLM populaires, les frameworks LLM, les bases de données vectorielles et plus encore. Intégration via Typescript, Python. 🚀💻📊

Scale3-Labs
⭐ 1,236 TypeScript 👤 Scale3-Labs Organization 🕐 Mis à jour 2025-11-17 📅 Créé 2024-03-30
56
satellite-image-deep-learning/datasets

Ensembles de données pour l'apprentissage profond avec des images satellites et aériennes

satellite-image-deep-learning
⭐ 1,226 👤 satellite-image-deep-learning Organization 🕐 Mis à jour 2026-11-07 📅 Créé 2022-11-25
57
midas-research/audino

Outil d'annotation audio open source pour les humains

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 Mis à jour 2026-02-03 📅 Créé 2019-10-03
58
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
59
yaodongC/awesome-instruction-dataset

Une collection de jeux de données open-source pour entraîner des LLM suivant des instructions (ChatGPT, LLaMA, Alpaca)

yaodongC
⭐ 1,136 👤 yaodongC User 🕐 Mis à jour 2024-01-04 📅 Créé 2023-03-29
60
reacher-z/Awesome-CUA

Catalogue ouvert et étayé par des sources d’agents d’utilisation de l’ordinateur : articles évalués, modèles d’interface graphique, jeux de données, benchmarks, outils et données réutilisables au format JSONL/SQLite.

reacher-z
⭐ 1,072 Python 👤 reacher-z User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-10-16
61
MOLAorg/mola

Un cadre d'optimisation modulaire pour la localisation et la cartographie (MOLA)

MOLAorg
⭐ 1,069 C++ 👤 MOLAorg Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-11-05
62
OpenCSGs/csghub-server

csghub-server est le serveur backend de CSGHub qui aide les utilisateurs à gérer les jeux de données, les modèles, et également à exécuter l'inférence de modèles, le réglage fin et les espaces d'application.

OpenCSGs
⭐ 1,041 Go 👤 OpenCSGs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-01-12
63
CLUEbenchmark/CLUECorpus2020

Corpus de pré‑entraînement à grande échelle pour le chinois 100G (corpus de pré‑entraînement chinois)

CLUEbenchmark
⭐ 1,022 👤 CLUEbenchmark Organization 🕐 Mis à jour 2026-02-06 📅 Créé 2020-01-25
64
zjunlp/Prompt4ReasoningPapers

[ACL 2023] Raisonnement avec le Prompting de Modèles Linguistiques : Une Synthèse

zjunlp
⭐ 1,007 👤 zjunlp Organization 🕐 Mis à jour 2025-05-21 📅 Créé 2022-09-14
65
MinishLab/semhash

Déduplication & Filtrage Sémantique Multimodal Rapide

MinishLab
⭐ 979 Python 👤 MinishLab Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2024-10-13
66
ipea/geobr

Accès facile aux ensembles de données spatiales officielles du Brésil en R et Python

ipea
⭐ 974 Python 👤 ipea Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2019-03-22
67
DmitryRyumin/ICCV-2023-25-Papers

Articles ICCV 2023-2025 : Découvrez les recherches de pointe d'ICCV 2023-25, la conférence de premier plan en vision par ordinateur. Restez à jour sur les dernières nouveautés en vision par ordinateur et en apprentissage profond, avec le code inclus. ⭐ Soutenez le développement de l'intelligence visuelle !

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 Mis à jour 2025-11-07 📅 Créé 2023-09-04
68
Yuan-ManX/ai-audio-datasets

Ensembles de données audio IA (AI-ADS) 🎵, incluant la parole, la musique et les effets sonores, qui peuvent fournir des données d'entraînement pour l'IA générative, l'AIGC, l'entraînement de modèles IA, le développement d'outils audio intelligents et les applications audio.

Yuan-ManX
⭐ 950 👤 Yuan-ManX User 🕐 Mis à jour 2025-07-08 📅 Créé 2022-12-18
69
datasets/commons

DataHub commons. Ensembles de données intéressants et importants

datasets
⭐ 943 👤 datasets Organization 🕐 Mis à jour 2026-08-11 📅 Créé 2013-01-13
70
adalca/medical-datasets

suivi des ensembles de données médicales, avec un accent sur l'imagerie médicale

adalca
⭐ 933 👤 adalca User 🕐 Mis à jour 2026-10-16 📅 Créé 2019-02-26
71
mlcommons/croissant

Croissant est un format de haut niveau pour les jeux de données d'apprentissage automatique qui rassemble quatre couches riches.

mlcommons
⭐ 922 Jupyter Notebook 👤 mlcommons Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2023-03-20
72
huggingface/dataset-viewer

Backend qui alimente la visionneuse de jeux de données sur les pages de jeux de données Hugging Face via une API publique.

huggingface
⭐ 910 Python 👤 huggingface Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-07-26
73
coderonion/awesome-llm-and-aigc

🚀🚀🚀Une collection de quelques projets publics impressionnants sur les grands modèles de langue (LLM), les modèles de vision et de langue (VLM), l'action vision-langage (VLA), le contenu généré par l'IA (AIGC), les ensembles de données et applications associés.

coderonion
⭐ 810 👤 coderonion User 🕐 Mis à jour 2025-08-01 📅 Créé 2023-02-15
74
huggingface/Repo2RLEnv

Transformez n’importe quel dépôt en environnements de RL vérifiables pour les agents de programmation : des tâches Harbor que vous pouvez utiliser pour entraîner, évaluer et partager sur le Hugging Face Hub

huggingface
⭐ 804 Python 👤 huggingface Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2026-05-05
75
mathiasmantelli/awesome-mobile-robotics

Liens utiles de différents contenus liés à l'IA, à la vision par ordinateur et à la robotique.

mathiasmantelli
⭐ 787 👤 mathiasmantelli User 🕐 Mis à jour 2026-08-03 📅 Créé 2020-06-25
76
ExerciseDB/exercisedb-api

L'API ExerciseDB est une API de base de données d'exercices de fitness qui permet aux utilisateurs d'accéder à des données d'exercices de haute qualité comprenant plus de 11 000 exercices. Cette API offre des informations détaillées sur chaque exercice, notamment les parties du corps ciblées, l'équipement nécessaire, des vidéos, des GIF, des images pour un guidage visuel et des instructions étape par étape.

ExerciseDB
⭐ 767 👤 ExerciseDB Organization 🕐 Mis à jour 2025-11-25 📅 Créé 2025-11-25
77
openml/OpenML

Apprentissage Automatique Ouvert

openml
⭐ 761 PHP 👤 openml Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2012-12-11
78
jianzhnie/awesome-instruction-datasets

Une collection de super ensembles de données de rappels, super ensembles de données d'instructions, pour entraîner des ChatLLM tels que ChatGPT qui comprend une variété d'ensembles de données d'instructions, pour entraîner des modèles ChatLLM.

jianzhnie
⭐ 753 👤 jianzhnie User 🕐 Mis à jour 2026-06-17 📅 Créé 2023-03-25
79
facebookincubator/nimble

Nouveau format de fichier extensible pour le stockage de grands ensembles de données colonnaire.

facebookincubator
⭐ 745 C++ 👤 facebookincubator Organization 🕐 Mis à jour 2026-09-21 📅 Créé 2023-12-12
80
saltudelft/ml4se

Une liste organisée de documents, thèses, ensembles de données et outils liés à l'application de l'apprentissage automatique pour l'ingénierie logicielle

saltudelft
⭐ 734 👤 saltudelft Organization 🕐 Mis à jour 2025-11-06 📅 Créé 2020-06-04
81
ultralytics/assets

Logos Ultralytics partagés, médias, images d'exemple, poids de modèles pré-entraînés, artefacts de jeux de données et actifs de version.

ultralytics
⭐ 706 👤 ultralytics Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2022-08-06
82
open-edge-platform/datumaro

Dataset Management Framework, une bibliothèque Python et un outil CLI pour construire, analyser et gérer des ensembles de données de vision par ordinateur.

open-edge-platform
⭐ 701 Python 👤 open-edge-platform Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2020-09-01
83
st-tech/zr-obp

Open Bandit Pipeline : une bibliothèque Python pour les algorithmes bandits et l'évaluation hors politique

st-tech
⭐ 685 Python 👤 st-tech Organization 🕐 Mis à jour 2024-06-03 📅 Créé 2020-06-16
85
lartpang/awesome-segmentation-saliency-dataset

Une collection de certains ensembles de données pour la segmentation / détection de saillance. Bienvenue à PR...:smile:

lartpang
⭐ 645 👤 lartpang User 🕐 Mis à jour 2026-09-15 📅 Créé 2018-12-30
86
IndoNLP/indonlu

Le tout premier vaste benchmark de traitement du langage naturel pour la langue indonésienne. Nous fournissons plusieurs tâches en aval, des modèles IndoBERT pré-entraînés et un code de démarrage ! (AACL-IJCNLP 2020)

IndoNLP
⭐ 635 Jupyter Notebook 👤 IndoNLP Organization 🕐 Mis à jour 2024-11-16 📅 Créé 2020-09-12
87
jasonmanesis/Satellite-Imagery-Datasets-Containing-Ships

Ce référentiel fournit une liste complète de jeux de données satellitaires radar et optiques sélectionnés pour des tâches de détection, de classification, de segmentation sémantique et de segmentation d'instance de navires. Ces jeux de données sont idéaux pour les applications en vision par ordinateur, apprentissage automatique, télédétection et analyse maritime.

jasonmanesis
⭐ 588 👤 jasonmanesis User 🕐 Mis à jour 2025-01-18 📅 Créé 2021-04-24
88
maduc7/Histopathology-Datasets

Ressources d'ensembles de données d'histopathologie

maduc7
⭐ 580 👤 maduc7 User 🕐 Mis à jour 2026-03-06 📅 Créé 2022-07-22
89
lcybuzz/Low-Level-Vision-Paper-Record

Enregistrement des articles récents sur 1) les tâches de vision de bas niveau telles que l'amélioration de la super-résolution d'images/vidéos ; 2) la génération d'images, principalement des méthodes basées sur le DL après 2018.

lcybuzz
⭐ 551 👤 lcybuzz User 🕐 Mis à jour 2025-03-06 📅 Créé 2020-02-25
90
BaseModelAI/cleora

Cleora AI est un modèle open-source à usage général pour l'apprentissage efficace et évolutif d'incorporations d'entités stables et inductives pour des données relationnelles hétérogènes. Créé par l'équipe de Synerise.com.

BaseModelAI
⭐ 547 Python 👤 BaseModelAI Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2020-11-05
91
junkunyuan/Awesome-Domain-Generalization

Choses géniales sur la généralisation de domaine, y compris les articles, le code, etc.

junkunyuan
⭐ 544 👤 junkunyuan User 🕐 Mis à jour 2026-11-07 📅 Créé 2022-02-07
92
RenzeLou/awesome-instruction-learning

Articles et ensembles de données sur le réglage fin et le suivi des instructions. ✨✨✨

RenzeLou
⭐ 506 Python 👤 RenzeLou User 🕐 Mis à jour 2024-04-04 📅 Créé 2023-02-21