#labeling Dépôts
Découvrez 14 dépôts GitHub open source actifs associés à #labeling, cumulant 82,682 étoiles au total (soit une moyenne de 5,905 étoiles par projet). Le projet en tête de ce thème est HumanSignal/label-studio, avec 28,739 étoiles.
14 dépôts au total
Label Studio est un outil d'étiquetage et d'annotation de données multi-types avec un format de sortie standardisé
CVAT est une plateforme de premier plan pour l’annotation de données d’images, de vidéos, d’audio et de jeux de données 3D. Elle propose des produits open source, cloud et d’entreprise, ainsi que des services d’annotation, avec annotation assistée par IA, assurance qualité, collaboration en équipe, analyses et API pour développeurs.
La bibliothèque open-source de Cleanlab est le package AI centré sur les données standard pour la qualité des données et l'apprentissage automatique avec des données et des étiquettes désordonnées du monde réel.
Un système pour générer rapidement des données d'entraînement avec une supervision faible
Une liste sélectionnée d'outils formidables pour l'étiquetage de données
Étiquetage de données assisté par IA sans effort grâce au soutien IA de YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) et MobileSAM!!
Outil d'étiquetage utilisant SAM (Segment Anything Model), prenant en charge SAM, SAM2, SAM3, sam-hq, MobileSAM, EdgeSAM, etc. Outil d'annotation d'image semi-automatique et interactif.
Collaborez et étiquetez tout type de données, d'images, de textes ou de documents, dans une interface Web simple ou une application de bureau.
La banque de données IA pour les schémas, les BLOBs et les prédictions. Utilisez-la avec vos applications ou intégrez la supervision humaine intégrée, le flux de données et le catalogue d'interface utilisateur pour tirer le maximum de valeur de vos données IA.
Transcription contrôlable. Verbatim (chaque mot de remplissage, pause, bégaiement et son vocal) ou interprétée (ce que le locuteur voulait dire, optimisée pour la lisibilité), avec des horodatages au niveau des mots.
Le choix open-source du data scientist pour faire évoluer, évaluer et maintenir les données de langage naturel. Traitez les données d'entraînement comme un artefact logiciel.
Un outil léger pour l'étiquetage de boîtes englobantes 3D dans les nuages de points.
Un outil d'apprentissage automatique pour l'ingénierie de prédiction automatisée. Il vous permet de structurer facilement les problèmes de prédiction et de générer des étiquettes pour l'apprentissage supervisé.
Foire aux questions
Quel est le dépôt #labeling le plus populaire sur GitHub ?
Le projet #labeling open source le mieux classé sur GitHub est HumanSignal/label-studio, avec 28,739 étoiles. Label Studio est un outil d'étiquetage et d'annotation de données multi-types avec un format de sortie standardisé
Quels langages de programmation sont les plus utilisés dans les dépôts #labeling ?
Parmi les projets #labeling les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, JavaScript, C++.
Comment le classement des dépôts #labeling est-il calculé ?
Nous suivons 14 dépôts open source actifs associés à #labeling (500+ étoiles), totalisant 82,682 étoiles, avec une moyenne de 5,905 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.