#dataset Repository
Scopri 173 repository GitHub open source attivi contrassegnati con #dataset, che raccolgono un totale di 893,448 stelle (con una media di 5,164 stelle per progetto). Il progetto leader di questo argomento è public-apis/public-apis, con 500,577 stelle.
173 repository in totale
Label Studio è uno strumento per l'etichettatura e l'annotazione di dati di tipo multiplo con formato di output standardizzato
Dataset di fitness con 1.324 esercizi: GIF animate, miniature 180×180, dati su gruppi muscolari e attrezzature, e istruzioni passo-passo in 6 lingue. Il livello di dati sugli esercizi alla base dell'app LogPress.
CVAT è una piattaforma leader per l’annotazione dei dati relativi a dataset di immagini, video, audio e 3D. Offre prodotti open source, cloud ed enterprise, oltre a servizi di labeling, con labeling assistito dall’IA, garanzia della qualità, collaborazione in team, analisi e API per sviluppatori.
pix2tex: Utilizzo di un ViT per convertire immagini di equazioni in codice LaTeX.
Uno strumento potente per creare set di dati per il fine-tuning di LLM、RAG e Eval
Tecniche per il deep learning con immagini satellitari e aeree
Dati di compatibilità del browser per le tecnologie Web come visualizzati su MDN
Modelli NLP Cinesi Pre-addestrati Fantastici, Raccolta di Modelli Pre-addestrati Cinesi di Alta Qualità & Modelli Grandi & Modelli Multimodali & Modelli di Linguaggio Grandi
词光 · Word Atlas — Vocabolario IELTS illustrato con 7.298 parole, audio britannico e americano e ripasso con FSRS. App open source + dataset CC BY 4.0.
esProc SPL è un linguaggio di programmazione basato su JVM progettato per il calcolo di dati strutturati, fungendo sia da strumento di analisi dati che da motore di calcolo incorporato.
Trasforma facilmente grandi set di URL di immagini in un set di dati di immagini. Può scaricare, ridimensionare e pacchettizzare 100 milioni di URL in 20 ore su una macchina.
Corpus di nomi cinesi. Generatore di nomi. Nomi cinesi, cognomi, nomi propri, titoli, nomi giapponesi, nomi tradotti, nomi inglesi. Può essere utilizzato per la segmentazione di parole in cinese e il riconoscimento di entità nominate.
SQL Translator è uno strumento per la conversione di query in linguaggio naturale in codice SQL utilizzando l'intelligenza artificiale. Questo progetto è gratuito al 100% e open source.
Benchmark di Valutazione della Comprensione della Lingua Cinese: dataset, baseline, modelli pre-addestrati, corpus e leaderboard
CSGHub è una piattaforma open-source nuovissima per la gestione di LLM, sviluppata dal team OpenCSG. Offre soluzioni sia open-source che on-premise/SaaS, con funzionalità paragonabili a Hugging Face. Ottieni il pieno controllo sul ciclo di vita di LLM, dataset e agenti, con compatibilità dell'SDK Python con Hugging Face. Unisciti a noi! ⭐️
📈 L'attuale più grande database e raccolta di articoli sulla rilevazione dei difetti industriali. Riassunto costante di set di dati open source e articoli critici nel campo della ricerca sui difetti superficiali, di grande importanza.
Elenco di articoli e set di dati per il rilevamento di anomalie/difetti nelle immagini industriali (in aggiornamento). Libreria di ricerca di articoli e set di dati sul rilevamento di anomalie/difetti industriali (aggiornamento continuo).
Un generatore di dati sintetici per il riconoscimento del testo
SIMD, SWAR e kernel GPU per stringhe: ricerca, hashing, ordinamento, distanze di modifica, segmentazione UTF-8 e cifrari per C, C++, CUDA, Python, Rust, Go, Swift, JS, C# e Java 🦖
Una lista curata di dataset JSON fantastici che non richiedono autenticazione.
Elenco di set di dati di immagini mediche "Un indice per set di dati di immagini mediche"
Estrai dati da una vasta gamma di fonti Internet in un DataFrame pandas.
Dataset gestito dalla community di oltre 700 siti web per trovare account tramite nome utente — alimenta strumenti di OSINT e impronta digitale.
Una libreria open-source per la registrazione dei dati per modelli di machine learning e pipeline di dati. 📚 Fornisce visibilità sulla qualità dei dati e sulle prestazioni del modello nel tempo. 🛡️ Supporta la raccolta dati che preserva la privacy, garantendo sicurezza e robustezza. 📈
🎁 Oltre 7.400.000 immagini Unsplash rese disponibili per ricerca e machine learning
Raccolta di risorse aperte per NLP medico in cinese: Insigni termini/Corpus/Vettori di parole/Modelli pre-addestrati/Grafi di conoscenza/Riconoscimento di entità nominate/QA/Estrazione informazioni/Modelli/Cartacei/etc
[ECCV 2018] CCPD: un dataset vario e ben annotato per il rilevamento e il riconoscimento delle targhe
180 gradienti gratuiti CSS3, Figma, Sketch e PSD — più un set di dati JSON per strumenti di design, generatori e agenti AI.
Elenchi di paesi ISO 3166-1 uniti ai loro codici regionali dello schema geografico ONU in set di dati JSON, XML e CSV pronti all'uso
Una raccolta completa e aggiornata di set di dati, strumenti, metodi, articoli di revisione e concorsi per il rilevamento del cambiamento da telerilevamento.
Objectron è un dataset di clip video brevi e centrate sugli oggetti. Inoltre, i video contengono anche metadati di sessione AR, inclusi pose della fotocamera, nuvole di punti sparse e piani. In ogni video, la fotocamera si muove intorno e sopra l'oggetto e lo cattura da diverse viste. Ogni oggetto è annotato con una bounding box 3D. La bounding box 3D descrive la posizione, l'orientamento e le dimensioni dell'oggetto. Il dataset contiene circa 15K clip video annotate e 4M immagini annotate nelle seguenti categorie.
Un benchmark eterogeneo per il recupero delle informazioni. Facile da usare, valuta i tuoi modelli su oltre 15 diversi set di dati IR.
Dati dei cluster raccolti dai cluster di produzione in Alibaba per la ricerca sulla gestione dei cluster
🔊 Un elenco completo di set di dati open-source per l'elaborazione vocale e sonora (oltre 95 set di dati).
Collabora ed etichetta qualsiasi tipo di dato, immagine, testo o documento, in una semplice interfaccia web o applicazione desktop.
Real-World Masked Face Dataset, set di dati di volti con maschera nel mondo reale
Un dataset cartografico globale nel dominio pubblico, disponibile in tre scale e con dati vettoriali e raster strettamente integrati.
fastdup è uno strumento potente e gratuito progettato per generare rapidamente preziose informazioni da set di dati di immagini e video. Aiuta a migliorare la qualità sia delle immagini che delle etichette, riducendo significativamente i costi operativi dei dati, il tutto con una scalabilità senza pari.
Un elenco curato di articoli e risorse basati su grafi/transformer per il rilevamento di frodi, anomalie e outlier
Dataset SQL e GIS completi sulle unità amministrative vietnamite, comprese province, distretti, quartieri, codici postali e confini geospaziali.
Domande frequenti
Qual è il repository #dataset più popolare su GitHub?
Il progetto open source #dataset più alto in classifica su GitHub è public-apis/public-apis, con 500,577 stelle. Un elenco collettivo di API gratuite
Quali linguaggi di programmazione sono più utilizzati nei repository #dataset?
Tra i progetti #dataset più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, JavaScript, Jupyter Notebook, TypeScript.
Come viene calcolata la classifica dei repository #dataset?
Monitoriamo 173 repository open source attivi contrassegnati con #dataset (500+ stelle), per un totale di 893,448 stelle e una media di 5,164 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.