Git Stars Git Stars

#dataset Repository

173
Totale Repository
893,448
Totale stelle
5,164
Media Stelle/Repo
101
magpie-align/magpie

[ICLR 2025] Sintesi di Dati di Allineamento da Zero tramite Prompting di LLM Allineati senza Imput. La tua pipeline efficiente e di alta qualitร  per la generazione di dati sintetici!

magpie-align
โญ 861 Python ๐Ÿ‘ค magpie-align Organization ๐Ÿ• Aggiornato 2025-03-17 ๐Ÿ“… Creato 2024-06-12
102
mims-harvard/PrimeKG

Precision Medicine Knowledge Graph (PrimeKG)

mims-harvard
โญ 841 Jupyter Notebook ๐Ÿ‘ค mims-harvard Organization ๐Ÿ• Aggiornato 2026-06-30 ๐Ÿ“… Creato 2022-04-18
103
hcliucs/APSD

Dataset ufficiale per ยซValutazione della furtivitร  delle perturbazioni avversarie: da una prospettiva visivaยป

hcliucs
โญ 833 ๐Ÿ‘ค hcliucs User ๐Ÿ• Aggiornato 2026-09-02 ๐Ÿ“… Creato 2023-07-28
104
mlfoundations/MINT-1T

๐Ÿƒ MINT-1T: Un set di dati multimodale interfoliato da un trilione di token.

mlfoundations
โญ 828 ๐Ÿ‘ค mlfoundations Organization ๐Ÿ• Aggiornato 2024-07-31 ๐Ÿ“… Creato 2024-06-16
105
thiagobodruk/bible

Testo biblico in JSON e XML โ€” 141 versioni in 85 lingue, pronto per app, ricerca di versetti e set di dati per NLP/IA

thiagobodruk
โญ 802 ๐Ÿ‘ค thiagobodruk User ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2015-11-13
106
alchaincyf/huashu-bird-sticker

Libreria globale open source di sticker sugli uccelli di Hua Shu ยท Sticker generati dallโ€™IA per oltre 11.000 specie di uccelli (AviList v2026), con licenza CC BY 4.0, nomi in 43 lingue e dati strutturati

alchaincyf
โญ 798 ๐Ÿ‘ค alchaincyf User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-10-30
107
cdapio/cdap

Un framework open source per la creazione di applicazioni di analisi dati.

cdapio
โญ 791 Java ๐Ÿ‘ค cdapio Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2014-08-02
108
waspinator/pycococreator

Funzioni di supporto per creare dataset COCO

waspinator
โญ 783 Python ๐Ÿ‘ค waspinator User ๐Ÿ• Aggiornato 2024-06-20 ๐Ÿ“… Creato 2018-03-29
109
pedropro/TACO

๐ŸŒฎ Toolkit per Dataset di Annotazioni Rifiuti in Contesto

pedropro
โญ 781 Jupyter Notebook ๐Ÿ‘ค pedropro User ๐Ÿ• Aggiornato 2026-10-20 ๐Ÿ“… Creato 2019-06-08
110
voidful/awesome-chatgpt-dataset

Sblocca il potere degli LLM: esplora questi dataset per addestrare il tuo ChatGPT!

voidful
โญ 773 Python ๐Ÿ‘ค voidful User ๐Ÿ• Aggiornato 2026-10-27 ๐Ÿ“… Creato 2023-04-21
111
cs-chan/Total-Text-Dataset

Dataset Total Text. รˆ composto da 1555 immagini con piรน di 3 diverse orientazioni del testo: orizzontale, multi-orientata e curva, unica nel suo genere.

cs-chan
โญ 768 MATLAB ๐Ÿ‘ค cs-chan User ๐Ÿ• Aggiornato 2026-09-30 ๐Ÿ“… Creato 2017-08-24
112
techascent/tech.ml.dataset

Un sistema di elaborazione dati ad alte prestazioni in Clojure

techascent
โญ 762 Clojure ๐Ÿ‘ค techascent Organization ๐Ÿ• Aggiornato 2026-10-02 ๐Ÿ“… Creato 2019-02-14
113
ShuangLI59/person_search

Apprendimento congiunto di caratteristiche di rilevamento e identificazione per la ricerca di persone

ShuangLI59
โญ 751 Python ๐Ÿ‘ค ShuangLI59 User ๐Ÿ• Aggiornato 2024-04-26 ๐Ÿ“… Creato 2016-04-06
114
viniciussanchez/dataset-serialize

Convertitore da JSON a DataSet e da DataSet a JSON per Delphi e Lazarus (FPC)

viniciussanchez
โญ 747 Pascal ๐Ÿ‘ค viniciussanchez User ๐Ÿ• Aggiornato 2026-08-03 ๐Ÿ“… Creato 2019-05-22
115
thorstenMueller/Thorsten-Voice

Thorsten-Voice: Una voce TTS tedesca di alta qualitร , gratuita da utilizzare e funzionante offline, dovrebbe essere disponibile per ogni progetto senza problemi di licenza.

thorstenMueller
โญ 746 Python ๐Ÿ‘ค thorstenMueller User ๐Ÿ• Aggiornato 2026-08-04 ๐Ÿ“… Creato 2019-10-29
116
zcablii/SARDet_100K

[NeurIPS 2024 spotlight] Implementazione ufficiale di MSFA e rilascio del dataset SARDet_100K per il rilevamento di oggetti su larga scala con radar ad apertura sintetica (SAR)

zcablii
โญ 743 Python ๐Ÿ‘ค zcablii User ๐Ÿ• Aggiornato 2025-05-06 ๐Ÿ“… Creato 2024-02-20
117
wb14123/couplet-dataset

Dataset per coppie poetiche. Database di 700.000 coppie poetiche.

wb14123
โญ 743 Python ๐Ÿ‘ค wb14123 User ๐Ÿ• Aggiornato 2025-02-05 ๐Ÿ“… Creato 2018-02-24
118
tensorflow/io

Estensioni per Dataset, streaming e file system mantenute da TensorFlow SIG-IO

tensorflow
โญ 739 C++ ๐Ÿ‘ค tensorflow Organization ๐Ÿ• Aggiornato 2026-06-25 ๐Ÿ“… Creato 2018-11-09
119
rois-codh/kmnist

Repository per Kuzushiji-MNIST, Kuzushiji-49 e Kuzushiji-Kanji

rois-codh
โญ 738 Python ๐Ÿ‘ค rois-codh Organization ๐Ÿ• Aggiornato 2024-05-31 ๐Ÿ“… Creato 2018-10-12
120
moein-shariatnia/OpenAI-CLIP

Semplice implementazione del modello OpenAI CLIP in PyTorch.

moein-shariatnia
โญ 727 Jupyter Notebook ๐Ÿ‘ค moein-shariatnia User ๐Ÿ• Aggiornato 2025-10-18 ๐Ÿ“… Creato 2021-04-07
121
EverMind-AI/SkillCorpus

Infrastruttura open source che trasforma file SKILL.md sparsi in corpus di competenze per agenti, curati e pronti per il recupero, includendo strumenti per il recupero e la valutazione.

EverMind-AI
โญ 706 Python ๐Ÿ‘ค EverMind-AI Organization ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2026-08-11
122
layumi/University1652-Baseline

ACM Multimedia2020 University-1652: Un Benchmark Multi-view Multi-source per la Geo-localizzazione Basata su Drone :helicopter: annota 1652 edifici in 72 universitร  intorno al mondo.

layumi
โญ 703 Python ๐Ÿ‘ค layumi User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2019-11-04
123
open-edge-platform/datumaro

Dataset Management Framework, una libreria Python e uno strumento CLI per costruire, analizzare e gestire dataset di Computer Vision.

open-edge-platform
โญ 701 Python ๐Ÿ‘ค open-edge-platform Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2020-09-01
124
google-deepmind/long-form-factuality

Benchmarking della fattualitร  a lungo termine nei grandi modelli linguistici. Codice originale per il nostro paper "Long-form factuality in large language models".

google-deepmind
โญ 698 Python ๐Ÿ‘ค google-deepmind Organization ๐Ÿ• Aggiornato 2026-06-18 ๐Ÿ“… Creato 2024-03-25
125
wenhaochai/MovieChat

[CVPR 2024] MovieChat: Da token densi a memoria sparsa per la comprensione di video lunghi

wenhaochai
โญ 698 Python ๐Ÿ‘ค wenhaochai User ๐Ÿ• Aggiornato 2025-01-29 ๐Ÿ“… Creato 2023-06-26
126
ucas-vg/PointTinyBenchmark

Set di codice per il rilevamento e la localizzazione di oggetti puntiformi e minuscoli di UCAS-VG

ucas-vg
โญ 689 Python ๐Ÿ‘ค ucas-vg Organization ๐Ÿ• Aggiornato 2025-06-12 ๐Ÿ“… Creato 2019-12-21
127
datalad/datalad

Mantieni sotto controllo codice, dati e container con git e git-annex

datalad
โญ 675 Python ๐Ÿ‘ค datalad Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2013-11-01
128
bertjiazheng/Structured3D

[ECCV'20] Structured3D: Un grande dataset fotorealistico per la modellazione 3D strutturata

bertjiazheng
โญ 666 Python ๐Ÿ‘ค bertjiazheng User ๐Ÿ• Aggiornato 2025-02-24 ๐Ÿ“… Creato 2019-05-09
129
facebookresearch/Ego4d

Repository del dataset Ego4d. Scarica il dataset, visualizza, estrai le feature e esempio di utilizzo del dataset

facebookresearch
โญ 665 Jupyter Notebook ๐Ÿ‘ค facebookresearch Organization ๐Ÿ• Aggiornato 2026-07-25 ๐Ÿ“… Creato 2021-11-23
130
Jakobovski/free-spoken-digit-dataset

Un set di dati audio gratuito di cifre parlate. Una versione audio di MNIST.

Jakobovski
โญ 663 Python ๐Ÿ‘ค Jakobovski User ๐Ÿ• Aggiornato 2024-05-02 ๐Ÿ“… Creato 2016-06-21
131
onejune2018/Awesome-LLM-Eval

Awesome-LLM-Eval: un elenco curato di strumenti, set di dati/benchmark, demo, classifiche, articoli, documenti e modelli, principalmente per la valutazione dei LLM. Un elenco curato di strumenti, benchmark/dati, demo, classifiche e modelli di grandi dimensioni, principalmente focalizzato sulla valutazione dei modelli di base di grandi dimensioni, con l'obiettivo di esplorare i confini tecnologici dell'IA generativa.

onejune2018
โญ 661 ๐Ÿ‘ค onejune2018 User ๐Ÿ• Aggiornato 2025-11-24 ๐Ÿ“… Creato 2023-04-26
132
cs-chan/Exclusively-Dark-Image-Dataset

Il dataset Exclusively Dark (ExDARK), che, a nostra conoscenza, รจ la piรน grande raccolta di immagini a bassa luminositร  scattate in ambienti con luce molto ridotta fino al crepuscolo (cioรจ, 10 diverse condizioni) fino ad oggi, con annotazioni a livello di classe dellโ€™immagine e di oggetti.

cs-chan
โญ 658 MATLAB ๐Ÿ‘ค cs-chan User ๐Ÿ• Aggiornato 2026-09-30 ๐Ÿ“… Creato 2018-05-28
133
benedekrozemberczki/datasets

Un repository di dataset piuttosto cool che ho raccolto per la ricerca in scienze di rete e machine learning.

benedekrozemberczki
โญ 657 ๐Ÿ‘ค benedekrozemberczki User ๐Ÿ• Aggiornato 2025-12-20 ๐Ÿ“… Creato 2019-04-07
134
CornellNLP/ConvoKit

ConvoKit รจ un toolkit per estrarre caratteristiche conversazionali e analizzare fenomeni sociali nelle conversazioni. Include diversi grandi dataset conversazionali insieme a script che esemplificano l'uso del toolkit su questi dataset.

CornellNLP
โญ 656 Jupyter Notebook ๐Ÿ‘ค CornellNLP Organization ๐Ÿ• Aggiornato 2026-10-16 ๐Ÿ“… Creato 2016-03-14
135
philipperemy/FX-1-Minute-Data

HISTDATA - Dataset composto da tutti i pair di trading FX / Petrolio greggio / Indici azionari. API semplice per recuperare dati a 1 minuto (e dati tick) Prezzi storici FX (aggiornati).

philipperemy
โญ 649 Python ๐Ÿ‘ค philipperemy User ๐Ÿ• Aggiornato 2025-05-04 ๐Ÿ“… Creato 2017-05-22
136
D-X-Y/NAS-Bench-201

API e Istruzioni di NAS-Bench-201

D-X-Y
โญ 649 Python ๐Ÿ‘ค D-X-Y User ๐Ÿ• Aggiornato 2025-10-31 ๐Ÿ“… Creato 2017-04-24
137
commaai/comma2k19

Un dataset di guida per lo sviluppo e la validazione di stimatori di posa fusi e algoritmi di mappatura

commaai
โญ 646 Jupyter Notebook ๐Ÿ‘ค commaai Organization ๐Ÿ• Aggiornato 2025-07-20 ๐Ÿ“… Creato 2018-12-12
138
lartpang/awesome-segmentation-saliency-dataset

Una collezione di alcuni dataset per segmentazione / rilevamento di salienza. Benvenuti a PR...:smile:

lartpang
โญ 645 ๐Ÿ‘ค lartpang User ๐Ÿ• Aggiornato 2026-09-15 ๐Ÿ“… Creato 2018-12-30
139
iejMac/video2dataset

Crea facilmente grandi set di dati video da URL di video

iejMac
โญ 644 Python ๐Ÿ‘ค iejMac User ๐Ÿ• Aggiornato 2024-07-30 ๐Ÿ“… Creato 2022-10-15
140
jonathanwvd/awesome-industrial-datasets

Una raccolta curata di set di dati industriali pubblici.

jonathanwvd
โญ 643 ๐Ÿ‘ค jonathanwvd User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2022-10-25
141
onyx-dot-app/EnterpriseRAG-Bench

Dataset e benchmark per RAG su documenti interni aziendali.

onyx-dot-app
โญ 639 ๐Ÿ‘ค onyx-dot-app Organization ๐Ÿ• Aggiornato 2026-09-03 ๐Ÿ“… Creato 2026-02-19
142
HowieHwong/TrustLLM

[ICML 2024] TrustLLM: valutazione dellโ€™affidabilitร  degli LLM in termini di veridicitร , sicurezza, equitร , robustezza, privacy ed etica. Toolkit Python/CLI per modelli locali, API compatibili e orchestrazione di agenti IA.

HowieHwong
โญ 635 Python ๐Ÿ‘ค HowieHwong User ๐Ÿ• Aggiornato 2026-10-04 ๐Ÿ“… Creato 2023-12-23
143
CubiCasa/CubiCasa5k

Dataset di piante di pavimento CubiCasa5k

CubiCasa
โญ 635 Jupyter Notebook ๐Ÿ‘ค CubiCasa Organization ๐Ÿ• Aggiornato 2026-11-08 ๐Ÿ“… Creato 2019-01-23
144
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

Ciclo di vita completo di un progetto di data science

achuthasubhash
โญ 631 ๐Ÿ‘ค achuthasubhash User ๐Ÿ• Aggiornato 2024-06-07 ๐Ÿ“… Creato 2020-09-02
145
nghuyong/weibo-cov

Weibo-COV: Un set di dati su larga scala di social media relativi al COVID-19 da Weibo

nghuyong
โญ 626 ๐Ÿ‘ค nghuyong User ๐Ÿ• Aggiornato 2025-08-23 ๐Ÿ“… Creato 2020-02-20
146
ApolloScapeAuto/dataset-api

Il dataset aperto ApolloScape per la guida autonoma e la sua applicazione.

ApolloScapeAuto
โญ 620 Jupyter Notebook ๐Ÿ‘ค ApolloScapeAuto User ๐Ÿ• Aggiornato 2026-10-31 ๐Ÿ“… Creato 2018-06-25
147
guptarohit/cryptoCMD

Biblioteca di dati storici sui prezzi delle criptovalute in Python. Dati da https://coinmarketcap.com.

guptarohit
โญ 612 Python ๐Ÿ‘ค guptarohit User ๐Ÿ• Aggiornato 2026-07-25 ๐Ÿ“… Creato 2018-01-27
148
HuangCongQing/3D-Point-Clouds

๐Ÿ”ฅRilevamento di oggetti 3D di nuvole di punti e segmentazione semantica (Deep Learning) - Metodi SOTA, codice, paper, dataset, ecc.

HuangCongQing
โญ 611 Jupyter Notebook ๐Ÿ‘ค HuangCongQing User ๐Ÿ• Aggiornato 2025-01-20 ๐Ÿ“… Creato 2021-01-15
149
toddrjones/datasets

Una raccolta di oltre 150 set di dati gratuiti da utilizzare nelle scienze sociali, nella microeconomia applicata, nella visualizzazione dei dati, ecc.

toddrjones
โญ 603 ๐Ÿ‘ค toddrjones User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-10-09
150
RingBDStack/SocialED

Una libreria Python per il rilevamento di eventi sociali

RingBDStack
โญ 597 Python ๐Ÿ‘ค RingBDStack Organization ๐Ÿ• Aggiornato 2026-10-02 ๐Ÿ“… Creato 2024-11-27