Git Stars Git Stars

#dataset リポジトリ

#datasetのタグが付いた、GitHub上の173件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は893,448個で、プロジェクトあたりの平均は5,164個です。このトピックをリードしているのは、500,577個のスターを獲得しているpublic-apis/public-apisです。

173
リポジトリ総数
893,448
合計スター数
5,164
リポジトリあたりの平均スター数

リポジトリ合計173件

1
public-apis/public-apis

無料 API のコレクティブリスト

public-apis
⭐ 500,577 Python 👤 public-apis Organization 🕐 更新日時 2026-11-20 📅 作成日 2016-03-20
2
HumanSignal/label-studio

Label Studio は、標準化された出力形式を備えた多様なタイプのデータラベリングおよびアノテーションツールです

HumanSignal
⭐ 28,739 TypeScript 👤 HumanSignal Organization 🕐 更新日時 2026-11-20 📅 作成日 2019-06-19
3
hasaneyldrm/exercises-dataset

1,324種類のフィットネスエクササイズデータセット — アニメーションGIF、180×180のサムネイル、筋肉群と器具のデータ、および6言語でのステップバイステップの説明。LogPressアプリの基盤となるエクササイズデータレイヤー。

hasaneyldrm
⭐ 23,938 HTML 👤 hasaneyldrm User 🕐 更新日時 2026-07-16 📅 作成日 2026-03-18
4
joke2k/faker

Faker は、偽のデータをあなたのために生成する Python パッケージです。

joke2k
⭐ 19,502 Python 👤 joke2k User 🕐 更新日時 2026-11-20 📅 作成日 2012-11-12
5
cvat-ai/cvat

CVATは、画像、動画、音声、3Dデータセット向けの主要なデータアノテーションプラットフォームです。オープンソース、クラウド、エンタープライズ向けの製品に加え、AI支援アノテーション、品質保証、チームコラボレーション、分析、開発者向けAPIを備えたラベリングサービスを提供しています。

cvat-ai
⭐ 17,181 Python 👤 cvat-ai Organization 🕐 更新日時 2026-11-20 📅 作成日 2018-06-29
6
lukas-blecher/LaTeX-OCR

pix2tex: ViTを使用して方程式の画像をLaTeXコードに変換します。

lukas-blecher
⭐ 16,430 Python 👤 lukas-blecher User 🕐 更新日時 2025-01-18 📅 作成日 2020-12-11
7
ConardLi/easy-dataset

LLMのファインチューニング、RAG、Evalのためのデータセット作成に強力なツール

ConardLi
⭐ 15,135 JavaScript 👤 ConardLi User 🕐 更新日時 2026-05-01 📅 作成日 2025-03-04
8
doccano/doccano

機械学習の実務者向けオープンソースの注釈ツール。

doccano
⭐ 10,811 Python 👤 doccano Organization 🕐 更新日時 2026-04-14 📅 作成日 2018-05-09
9
satellite-image-deep-learning/techniques

衛星および航空画像を用いた深層学習の手法

satellite-image-deep-learning
⭐ 10,311 👤 satellite-image-deep-learning Organization 🕐 更新日時 2026-11-07 📅 作成日 2018-04-16
10
brightmart/nlp_chinese_corpus

大規模中国語自然言語処理コーパス

brightmart
⭐ 9,937 👤 brightmart User 🕐 更新日時 2026-02-06 📅 作成日 2019-02-08
11
mdn/browser-compat-data

MDN に表示される Web 技術のブラウザ互換性データ

mdn
⭐ 5,800 JSON 👤 mdn Organization 🕐 更新日時 2026-11-21 📅 作成日 2016-03-29
12
lonePatient/awesome-pretrained-chinese-nlp-models

素晴らしい事前訓練済み中国NLPモデル、高品質な中国語事前訓練モデル&大規模モデル&マルチモーダルモデル&大規模言語モデルコレクション

lonePatient
⭐ 5,618 Python 👤 lonePatient User 🕐 更新日時 2026-08-30 📅 作成日 2019-05-25
13
designfuchen/word-atlas

词光 · Word Atlas — 7,298語を収録したイラスト付きIELTS語彙集。イギリス英語・アメリカ英語の音声とFSRS復習機能を搭載。オープンソースアプリ+CC BY 4.0データセット。

designfuchen
⭐ 5,158 TypeScript 👤 designfuchen User 🕐 更新日時 2026-11-13 📅 作成日 2026-10-25
14
mlabonne/llm-datasets

Post-training 用のデータセットおよびツールのキュレーションリスト。

mlabonne
⭐ 4,838 👤 mlabonne User 🕐 更新日時 2026-04-29 📅 作成日 2024-04-27
15
SPLWare/esProc

esProc SPLは、構造化データ計算のために設計されたJVMベースのプログラミング言語であり、データ分析ツールおよび組み込みコンピューティングエンジンの両方として機能します。

SPLWare
⭐ 4,674 Java 👤 SPLWare User 🕐 更新日時 2026-11-18 📅 作成日 2021-11-09
16
tensorflow/datasets

TFDS は、TensorFlow、Jax などで使用する準備のできたデータセットのコレクションです...

tensorflow
⭐ 4,610 Python 👤 tensorflow Organization 🕐 更新日時 2026-11-13 📅 作成日 2018-09-10
17
hyunwoongko/transformer

Transformer: 「Attention Is All You Need」の PyTorch 実装

hyunwoongko
⭐ 4,609 Python 👤 hyunwoongko User 🕐 更新日時 2025-07-15 📅 作成日 2019-10-15
18
rom1504/img2dataset

大量の画像URLを画像データセットに簡単に変換できます。1台のマシンで20時間で1億件のURLをダウンロード、リサイズ、パッケージ化できます。

rom1504
⭐ 4,458 Python 👤 rom1504 User 🕐 更新日時 2025-10-19 📅 作成日 2021-08-11
19
wainshine/Chinese-Names-Corpus

中文人名コーパス。人名ジェネレーター。中文姓名、姓氏、名前、呼称、日本人名、翻訳人名、英語人名。中国語の分かち書き、人名エンティティ認識に使用可能。

wainshine
⭐ 4,347 👤 wainshine User 🕐 更新日時 2025-11-09 📅 作成日 2016-12-08
20
whoiskatrin/sql-translator

SQL Translatorは、人工知能を使用して自然言語クエリをSQLコードに変換するツールです。このプロジェクトは100%無料でオープンソースです。

whoiskatrin
⭐ 4,315 TypeScript 👤 whoiskatrin User 🕐 更新日時 2025-07-06 📅 作成日 2023-03-11
21
CLUEbenchmark/CLUE

中国語言語理解評価ベンチマーク: データセット、ベースライン、事前訓練モデル、コーパスおよびリーダーボード

CLUEbenchmark
⭐ 4,288 Python 👤 CLUEbenchmark Organization 🕐 更新日時 2026-02-06 📅 作成日 2019-11-22
22
OpenCSGs/csghub

CSGHubは、OpenCSGチームによって開発された、LLMを管理するためのまったく新しいオープンソースプラットフォームです。Hugging Faceに匹敵する機能を備えた、オープンソースおよびオンプレミス/SaaSソリューションの両方を提供します。Hugging FaceとのPython SDK互換性により、LLM、データセット、エージェントのライフサイクルを完全に制御します。ぜひご参加ください!⭐️

OpenCSGs
⭐ 4,083 Vue 👤 OpenCSGs Organization 🕐 更新日時 2026-11-13 📅 作成日 2024-01-12
23
Charmve/Surface-Defect-Detection

📈 現在最大の工業的欠陥検出データベースおよび論文集。表面欠陥研究分野において非常に重要なオープンソースデータセットおよび重要論文の継続的な要約。

Charmve
⭐ 3,888 Python 👤 Charmve User 🕐 更新日時 2024-05-27 📅 作成日 2020-09-27
24
M-3LAB/awesome-industrial-anomaly-detection

産業画像異常/欠陥検出のための論文リストとデータセット(更新中)。産業異常/欠陥検出論文およびデータセット検索ライブラリ(継続的に更新)。

M-3LAB
⭐ 3,866 👤 M-3LAB Organization 🕐 更新日時 2026-11-05 📅 作成日 2022-12-02
25
Belval/TextRecognitionDataGenerator

テキスト認識のための合成データ生成器

Belval
⭐ 3,619 Python 👤 Belval User 🕐 更新日時 2024-07-18 📅 作成日 2017-07-01
26
ashvardanian/StringZilla

C、C++、CUDA、Python、Rust、Go、Swift、JS、C#、Java向け文字列処理のSIMD、SWAR、GPUカーネル:検索、ハッシュ化、ソート、編集距離、UTF-8セグメンテーション、暗号 🦖

ashvardanian
⭐ 3,590 C 👤 ashvardanian User 🕐 更新日時 2026-11-20 📅 作成日 2020-08-14
27
jdorfman/awesome-json-datasets

認証を必要としない素晴らしい JSON データセットのキュレーションされたリスト。

jdorfman
⭐ 3,531 JavaScript 👤 jdorfman User 🕐 更新日時 2024-12-13 📅 作成日 2015-08-10
28
waymo-research/waymo-open-dataset

Waymo オープン データセット

waymo-research
⭐ 3,438 Python 👤 waymo-research Organization 🕐 更新日時 2026-01-08 📅 作成日 2019-06-13
29
linhandev/dataset

医療画像データセットのリスト 『An Index for Medical Imaging Datasets』

linhandev
⭐ 3,421 👤 linhandev User 🕐 更新日時 2024-08-15 📅 作成日 2020-12-04
30
pydata/pandas-datareader

さまざまなインターネットソースからpandas DataFrameにデータを抽出します。

pydata
⭐ 3,283 Python 👤 pydata Organization 🕐 更新日時 2026-07-21 📅 作成日 2015-01-15
31
meodai/color-names

厳選されたカラー名の大きなリスト 🌈

meodai
⭐ 3,111 JavaScript 👤 meodai User 🕐 更新日時 2026-11-19 📅 作成日 2017-04-23
32
WebBreacher/WhatsMyName

ユーザー名からアカウントを検索するための700以上のウェブサイトを網羅したコミュニティ管理のデータセット。OSINTおよびデジタルフットプリントツールを支えています。

WebBreacher
⭐ 3,043 Python 👤 WebBreacher User 🕐 更新日時 2026-11-02 📅 作成日 2015-10-02
33
whylabs/whylogs

機械学習モデルおよびデータパイプラインのためのオープンソースデータロギングライブラリ。📚 時間の経過に伴うデータ品質とモデルパフォーマンスの可視性を提供します。🛡️ プライバシーを保護するデータ収集をサポートし、安全性と堅牢性を確保します。📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 更新日時 2025-01-10 📅 作成日 2020-08-14
34
unsplash/datasets

🎁 研究および機械学習向けに740万以上のUnsplash画像が利用可能に

unsplash
⭐ 2,812 Jupyter Notebook 👤 unsplash Organization 🕐 更新日時 2026-06-26 📅 作成日 2020-06-23
35
colour-science/colour

Pythonのための色彩科学

colour-science
⭐ 2,696 Python 👤 colour-science Organization 🕐 更新日時 2026-11-19 📅 作成日 2014-02-23
36
GanjinZero/awesome_Chinese_medical_NLP

中文医学NLP公開リソース整理:用語集/コーパス/単語ベクトル/事前訓練モデル/知識グラフ/固有名詞認識/QA/情報抽出/モデル/論文/など

GanjinZero
⭐ 2,518 👤 GanjinZero User 🕐 更新日時 2024-01-17 📅 作成日 2019-10-30
37
detectRecog/CCPD

[ECCV 2018] CCPD: ナンバープレート検出および認識のための多様でよく注釈されたデータセット

detectRecog
⭐ 2,509 Python 👤 detectRecog User 🕐 更新日時 2024-02-15 📅 作成日 2018-04-03
38
itmeo/webgradients

180個の無料CSS3、Figma、Sketch、PSDグラデーション—さらにデザインツール、ジェネレーター、AIエージェント向けのJSONデータセット。

itmeo
⭐ 2,505 CSS 👤 itmeo Organization 🕐 更新日時 2026-08-03 📅 作成日 2017-01-08
39
lukes/ISO-3166-Countries-with-Regional-Codes

ISO 3166-1 国リストが UN ジオスキーム地域コードとマージされた、すぐに使用可能な JSON、XML、CSV データセット

lukes
⭐ 2,405 Ruby 👤 lukes User 🕐 更新日時 2024-06-29 📅 作成日 2011-04-21
40
wenhwu/awesome-remote-sensing-change-detection

リモートセンシング変化検出のための、包括的かつ最新のデータセット、ツール、方法、レビュー論文、コンペティションのコンパイル。

wenhwu
⭐ 2,377 👤 wenhwu User 🕐 更新日時 2026-09-09 📅 作成日 2018-11-03
41
google-research-datasets/Objectron

Objectronは、短いオブジェクト中心のビデオクリップのデータセットです。また、ビデオにはカメラポーズ、疎なポイントクラウド、平面を含むARセッションメタデータも含まれています。各ビデオでは、カメラがオブジェクトの周囲と上方に移動し、さまざまなビューからオブジェクトをキャプチャします。各オブジェクトは3Dバウンディングボックスで注釈付けされています。3Dバウンディングボックスは、オブジェクトの位置、向き、寸法を記述します。データセットには、約15Kの注釈付きビデオクリップと次のカテゴリの4Mの注釈付き画像が含まれています。

google-research-datasets
⭐ 2,361 Jupyter Notebook 👤 google-research-datasets Organization 🕐 更新日時 2026-03-06 📅 作成日 2020-10-19
42
beir-cellar/beir

情報検索のための異種ベンチマーク。使いやすく、15以上の多様なIRデータセットでモデルを評価できます。

beir-cellar
⭐ 2,310 Python 👤 beir-cellar Organization 🕐 更新日時 2025-10-16 📅 作成日 2021-01-18
43
alibaba/clusterdata

Alibabaのプロダクションクラスタから収集されたクラスタデータ、クラスタ管理研究用

alibaba
⭐ 2,270 Jupyter Notebook 👤 alibaba Organization 🕐 更新日時 2026-10-13 📅 作成日 2017-09-05
44
jim-schwoebel/voice_datasets

🔊 音声およびサウンドコンピューティングのためのオープンソースデータセットの包括的なリスト(95以上のデータセット)。

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 更新日時 2024-06-06 📅 作成日 2019-07-24
45
UniversalDataTool/universal-data-tool

簡単なWebインターフェースまたはデスクトップアプリで、あらゆる種類のデータ、画像、テキスト、またはドキュメントを共同作業してラベル付けします。

UniversalDataTool
⭐ 2,065 JavaScript 👤 UniversalDataTool Organization 🕐 更新日時 2025-03-15 📅 作成日 2019-07-11
46
X-zhangyang/Real-World-Masked-Face-Dataset

Real-World Masked Face Dataset, 実世界のマスク顔データセット

X-zhangyang
⭐ 2,030 Python 👤 X-zhangyang User 🕐 更新日時 2024-11-20 📅 作成日 2020-02-13
47
nvkelso/natural-earth-vector

3 つのスケールで利用可能なグローバルなパブリックドメインの地図データセットで、ベクターとラスターのデータを密接に統合したもの。

nvkelso
⭐ 2,015 HTML 👤 nvkelso User 🕐 更新日時 2024-04-22 📅 作成日 2012-01-22
48
visual-layer/fastdup

fastdupは、画像およびビデオデータセットから貴重な洞察を迅速に生成するように設計された、強力で無料のツールです。これは、画像とラベルの両方の品質を向上させ、データ運用のコストを大幅に削減し、すべて比類のないスケーラビリティを備えています。

visual-layer
⭐ 1,915 Python 👤 visual-layer Organization 🕐 更新日時 2026-08-23 📅 作成日 2022-05-11
49
safe-graph/graph-fraud-detection-papers

グラフ/トランスフォーマーベースの不正、異常、外れ値検出に関する厳選された論文とリソースのリスト

safe-graph
⭐ 1,908 👤 safe-graph Organization 🕐 更新日時 2026-11-15 📅 作成日 2019-11-21
50
thanglequoc/vietnamese-provinces-database

ベトナムの行政区画に関する包括的なSQLおよびGISデータセット。省、県、坊、郵便番号、地理空間境界を含みます。

thanglequoc
⭐ 1,868 PLpgSQL 👤 thanglequoc User 🕐 更新日時 2026-10-14 📅 作成日 2021-11-06

よくある質問

1

GitHubで最も人気のある#datasetリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#datasetプロジェクトは、500,577個のスターを獲得しているpublic-apis/public-apisです。無料 API のコレクティブリスト

2

#datasetリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#datasetプロジェクトでは、Python, JavaScript, Jupyter Notebook, TypeScriptが最も一般的なプログラミング言語です。

3

#datasetリポジトリのランキングはどのように算出されていますか?

#datasetのタグが付いた173件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は893,448個で、リポジトリあたりの平均は5,164個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。