Git Stars Git Stars

#dataset 저장소

#dataset 태그가 지정된 GitHub의 활성 오픈 소스 저장소 173개를 확인해 보세요. 총 893,448개의 스타를 획득했으며 프로젝트당 평균 5,164개입니다. 이 주제를 이끄는 저장소는 500,577개의 스타를 받은 public-apis/public-apis입니다.

173
총 리포지토리
893,448
총 별점
5,164
리포지토리당 평균 스타 수

저장소 총 173개

1
public-apis/public-apis

무료 API의 집합 목록

public-apis
⭐ 500,577 Python 👤 public-apis Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2016-03-20
2
HumanSignal/label-studio

Label Studio는 표준화된 출력 형식으로 다중 유형 데이터 레이블링 및 주석 도구입니다

HumanSignal
⭐ 28,739 TypeScript 👤 HumanSignal Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2019-06-19
3
hasaneyldrm/exercises-dataset

1,324개의 운동 피트니스 데이터셋 — 애니메이션 GIF, 180×180 썸네일, 근육군 및 장비 데이터, 6개 언어로 된 단계별 지침 포함. LogPress 앱의 기반이 되는 운동 데이터 레이어입니다.

hasaneyldrm
⭐ 23,938 HTML 👤 hasaneyldrm User 🕐 업데이트됨 2026-07-16 📅 생성됨 2026-03-18
4
joke2k/faker

Faker는 Python 패키지로, 가짜 데이터를 생성해 줍니다.

joke2k
⭐ 19,502 Python 👤 joke2k User 🕐 업데이트됨 2026-11-20 📅 생성됨 2012-11-12
5
cvat-ai/cvat

CVAT는 이미지, 비디오, 오디오 및 3D 데이터셋을 위한 선도적인 데이터 어노테이션 플랫폼입니다. 오픈 소스, 클라우드 및 엔터프라이즈 제품과 함께 AI 지원 라벨링, 품질 보증, 팀 협업, 분석 및 개발자 API를 제공하는 라벨링 서비스를 제공합니다.

cvat-ai
⭐ 17,181 Python 👤 cvat-ai Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2018-06-29
6
lukas-blecher/LaTeX-OCR

pix2tex: ViT를 사용하여 방정식 이미지를 LaTeX 코드로 변환합니다.

lukas-blecher
⭐ 16,430 Python 👤 lukas-blecher User 🕐 업데이트됨 2025-01-18 📅 생성됨 2020-12-11
7
ConardLi/easy-dataset

LLM 파인튜닝、RAG 및 Eval용 데이터셋 생성에 강력한 도구

ConardLi
⭐ 15,135 JavaScript 👤 ConardLi User 🕐 업데이트됨 2026-05-01 📅 생성됨 2025-03-04
8
doccano/doccano

기계 학습 실무자를 위한 오픈 소스 어노테이션 도구.

doccano
⭐ 10,811 Python 👤 doccano Organization 🕐 업데이트됨 2026-04-14 📅 생성됨 2018-05-09
9
satellite-image-deep-learning/techniques

위성 및 항공 영상을 이용한 딥러닝 기법

satellite-image-deep-learning
⭐ 10,311 👤 satellite-image-deep-learning Organization 🕐 업데이트됨 2026-11-07 📅 생성됨 2018-04-16
10
brightmart/nlp_chinese_corpus

대규모 중국어 자연어 처리 코퍼스

brightmart
⭐ 9,937 👤 brightmart User 🕐 업데이트됨 2026-02-06 📅 생성됨 2019-02-08
11
mdn/browser-compat-data

MDN에 표시되는 웹 기술의 브라우저 호환성 데이터

mdn
⭐ 5,800 JSON 👤 mdn Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2016-03-29
12
lonePatient/awesome-pretrained-chinese-nlp-models

멋진 사전 훈련된 중국 NLP 모델, 고품질 중국어 사전 훈련 모델 & 대형 모델 & 멀티모달 모델 & 대형 언어 모델 컬렉션

lonePatient
⭐ 5,618 Python 👤 lonePatient User 🕐 업데이트됨 2026-08-30 📅 생성됨 2019-05-25
13
designfuchen/word-atlas

词光 · Word Atlas — 7,298개 단어를 수록한 삽화 IELTS 어휘집. 영국식·미국식 음성과 FSRS 복습 기능을 제공합니다. 오픈 소스 앱 + CC BY 4.0 데이터셋.

designfuchen
⭐ 5,158 TypeScript 👤 designfuchen User 🕐 업데이트됨 2026-11-13 📅 생성됨 2026-10-25
14
mlabonne/llm-datasets

후처리(post-training)를 위한 데이터셋 및 도구 모음.

mlabonne
⭐ 4,838 👤 mlabonne User 🕐 업데이트됨 2026-04-29 📅 생성됨 2024-04-27
15
SPLWare/esProc

esProc SPL은 구조화된 데이터 계산을 위해 설계된 JVM 기반 프로그래밍 언어로, 데이터 분석 도구와 내장형 컴퓨팅 엔진 역할을 모두 수행합니다.

SPLWare
⭐ 4,674 Java 👤 SPLWare User 🕐 업데이트됨 2026-11-18 📅 생성됨 2021-11-09
16
tensorflow/datasets

TFDS는 TensorFlow, Jax 등을 사용하기 위해 준비된 데이터셋 컬렉션입니다...

tensorflow
⭐ 4,610 Python 👤 tensorflow Organization 🕐 업데이트됨 2026-11-13 📅 생성됨 2018-09-10
17
hyunwoongko/transformer

Transformer: "Attention Is All You Need"의 PyTorch 구현

hyunwoongko
⭐ 4,609 Python 👤 hyunwoongko User 🕐 업데이트됨 2025-07-15 📅 생성됨 2019-10-15
18
rom1504/img2dataset

대규모 이미지 URL 세트를 이미지 데이터 세트로 쉽게 전환합니다. 한 대의 기계에서 20시간 안에 1억 개의 URL을 다운로드, 크기 조정 및 패키징할 수 있습니다.

rom1504
⭐ 4,458 Python 👤 rom1504 User 🕐 업데이트됨 2025-10-19 📅 생성됨 2021-08-11
19
wainshine/Chinese-Names-Corpus

중국 인명 어휘집. 인명 생성기. 중국 성명, 성씨, 이름, 호칭, 일본 인명, 번역 인명, 영어 인명. 중국어 단어 분할, 인명 엔티티 인식에 사용 가능.

wainshine
⭐ 4,347 👤 wainshine User 🕐 업데이트됨 2025-11-09 📅 생성됨 2016-12-08
20
whoiskatrin/sql-translator

SQL Translator는 인공지능을 사용하여 자연어 쿼리를 SQL 코드로 변환하는 도구입니다. 이 프로젝트는 100% 무료이며 오픈 소스입니다.

whoiskatrin
⭐ 4,315 TypeScript 👤 whoiskatrin User 🕐 업데이트됨 2025-07-06 📅 생성됨 2023-03-11
21
CLUEbenchmark/CLUE

중국어 언어 이해 평가 벤치마크: 데이터셋, 베이스라인, 사전 훈련 모델, 코퍼스 및 리더보드

CLUEbenchmark
⭐ 4,288 Python 👤 CLUEbenchmark Organization 🕐 업데이트됨 2026-02-06 📅 생성됨 2019-11-22
22
OpenCSGs/csghub

CSGHub는 OpenCSG 팀이 개발한 LLM 관리를 위한 새로운 오픈 소스 플랫폼입니다. Hugging Face와 유사한 기능을 제공하는 오픈 소스 및 온프레미스/SaaS 솔루션을 모두 제공합니다. Hugging Face와의 Python SDK 호환성을 통해 LLM, 데이터셋 및 에이전트의 전체 수명 주기를 완벽하게 제어하세요. 지금 참여하세요! ⭐️

OpenCSGs
⭐ 4,083 Vue 👤 OpenCSGs Organization 🕐 업데이트됨 2026-11-13 📅 생성됨 2024-01-12
23
Charmve/Surface-Defect-Detection

📈 현재 가장 큰 산업 결함 감지 데이터베이스 및 논문 모음. 표면 결함 연구 분야에서 매우 중요한 오픈 소스 데이터 세트 및 주요 논문에 대한 지속적인 요약.

Charmve
⭐ 3,888 Python 👤 Charmve User 🕐 업데이트됨 2024-05-27 📅 생성됨 2020-09-27
24
M-3LAB/awesome-industrial-anomaly-detection

산업 이미지 이상/결함 탐지를 위한 논문 목록 및 데이터셋 (업데이트 중). 산업 이상/결함 탐지 논문 및 데이터셋 검색 라이브러리 (지속 업데이트).

M-3LAB
⭐ 3,866 👤 M-3LAB Organization 🕐 업데이트됨 2026-11-05 📅 생성됨 2022-12-02
25
Belval/TextRecognitionDataGenerator

텍스트 인식을 위한 합성 데이터 생성기

Belval
⭐ 3,619 Python 👤 Belval User 🕐 업데이트됨 2024-07-18 📅 생성됨 2017-07-01
26
ashvardanian/StringZilla

C, C++, CUDA, Python, Rust, Go, Swift, JS, C#, Java용 문자열 SIMD, SWAR 및 GPU 커널: 검색, 해싱, 정렬, 편집 거리, UTF-8 세그먼테이션 및 암호 🦖

ashvardanian
⭐ 3,590 C 👤 ashvardanian User 🕐 업데이트됨 2026-11-20 📅 생성됨 2020-08-14
27
jdorfman/awesome-json-datasets

인증이 필요하지 않은 멋진 JSON 데이터셋의 큐레이션된 목록.

jdorfman
⭐ 3,531 JavaScript 👤 jdorfman User 🕐 업데이트됨 2024-12-13 📅 생성됨 2015-08-10
28
waymo-research/waymo-open-dataset

Waymo 오픈 데이터셋

waymo-research
⭐ 3,438 Python 👤 waymo-research Organization 🕐 업데이트됨 2026-01-08 📅 생성됨 2019-06-13
29
linhandev/dataset

의료 영상 데이터셋 목록 『An Index for Medical Imaging Datasets』

linhandev
⭐ 3,421 👤 linhandev User 🕐 업데이트됨 2024-08-15 📅 생성됨 2020-12-04
30
pydata/pandas-datareader

다양한 인터넷 소스에서 pandas DataFrame으로 데이터를 추출합니다.

pydata
⭐ 3,283 Python 👤 pydata Organization 🕐 업데이트됨 2026-07-21 📅 생성됨 2015-01-15
31
meodai/color-names

엄선된 색상 이름 대형 목록 🌈

meodai
⭐ 3,111 JavaScript 👤 meodai User 🕐 업데이트됨 2026-11-19 📅 생성됨 2017-04-23
32
WebBreacher/WhatsMyName

사용자 이름으로 계정을 찾기 위한 700개 이상의 웹사이트로 구성된 커뮤니티 유지 관리 데이터셋 — OSINT 및 디지털 발자국 도구를 지원합니다.

WebBreacher
⭐ 3,043 Python 👤 WebBreacher User 🕐 업데이트됨 2026-11-02 📅 생성됨 2015-10-02
33
whylabs/whylogs

머신러닝 모델 및 데이터 파이프라인을 위한 오픈소스 데이터 로깅 라이브러리입니다. 📚 시간 경과에 따른 데이터 품질 및 모델 성능에 대한 가시성을 제공합니다. 🛡️ 개인 정보 보호 데이터 수집을 지원하여 안전성 및 견고성을 보장합니다. 📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 업데이트됨 2025-01-10 📅 생성됨 2020-08-14
34
unsplash/datasets

🎁 연구 및 머신러닝을 위해 740만 개 이상의 Unsplash 이미지 제공

unsplash
⭐ 2,812 Jupyter Notebook 👤 unsplash Organization 🕐 업데이트됨 2026-06-26 📅 생성됨 2020-06-23
35
colour-science/colour

파이썬을 위한 색상 과학

colour-science
⭐ 2,696 Python 👤 colour-science Organization 🕐 업데이트됨 2026-11-19 📅 생성됨 2014-02-23
36
GanjinZero/awesome_Chinese_medical_NLP

중국어 의학 NLP 공개 자원 정리: 용어집/코퍼스/단어 벡터/사전 훈련 모델/지식 그래프/개체명 인식/QA/정보 추출/모델/논문/등

GanjinZero
⭐ 2,518 👤 GanjinZero User 🕐 업데이트됨 2024-01-17 📅 생성됨 2019-10-30
37
detectRecog/CCPD

[ECCV 2018] CCPD: 번호판 검출 및 인식のための 다양하고 잘 주석 처리된 데이터셋

detectRecog
⭐ 2,509 Python 👤 detectRecog User 🕐 업데이트됨 2024-02-15 📅 생성됨 2018-04-03
38
itmeo/webgradients

180개의 무료 CSS3, Figma, Sketch 및 PSD 그라데이션 — 디자인 도구, 생성기 및 AI 에이전트용 JSON 데이터 세트 포함.

itmeo
⭐ 2,505 CSS 👤 itmeo Organization 🕐 업데이트됨 2026-08-03 📅 생성됨 2017-01-08
39
lukes/ISO-3166-Countries-with-Regional-Codes

ISO 3166-1 국가 목록이 UN 지리 스키마 지역 코드와 병합된 즉시 사용 가능한 JSON, XML, CSV 데이터 세트

lukes
⭐ 2,405 Ruby 👤 lukes User 🕐 업데이트됨 2024-06-29 📅 생성됨 2011-04-21
40
wenhwu/awesome-remote-sensing-change-detection

원격 탐지 변화 탐지를 위한 포괄적이고 최신 데이터 세트, 도구, 방법, 검토 논문 및 대회 모음.

wenhwu
⭐ 2,377 👤 wenhwu User 🕐 업데이트됨 2026-09-09 📅 생성됨 2018-11-03
41
google-research-datasets/Objectron

Objectron은 짧은 객체 중심 비디오 클립 데이터셋입니다. 또한, 비디오에는 카메라 포즈, 희소 포인트 클라우드 및 평면을 포함한 AR 세션 메타데이터가 포함되어 있습니다. 각 비디오에서 카메라는 객체 주위와 위를 이동하며 다양한 뷰에서 객체를 캡처합니다. 각 객체는 3D 바운딩 박스로 주석 처리되어 있습니다. 3D 바운딩 박스는 객체의 위치, 방향 및 치수를 설명합니다. 데이터셋에는 약 15K개의 주석 처리된 비디오 클립과 다음 카테고리의 4M개의 주석 처리된 이미지가 포함되어 있습니다.

google-research-datasets
⭐ 2,361 Jupyter Notebook 👤 google-research-datasets Organization 🕐 업데이트됨 2026-03-06 📅 생성됨 2020-10-19
42
beir-cellar/beir

정보 검색을 위한 이기종 벤치마크. 사용하기 쉽고, 15개 이상의 다양한 IR 데이터셋에 걸쳐 모델을 평가하세요.

beir-cellar
⭐ 2,310 Python 👤 beir-cellar Organization 🕐 업데이트됨 2025-10-16 📅 생성됨 2021-01-18
43
alibaba/clusterdata

클러스터 관리 연구를 위해 Alibaba의 프로덕션 클러스터에서 수집된 클러스터 데이터

alibaba
⭐ 2,270 Jupyter Notebook 👤 alibaba Organization 🕐 업데이트됨 2026-10-13 📅 생성됨 2017-09-05
44
jim-schwoebel/voice_datasets

🔊 음성 및 사운드 컴퓨팅을 위한 오픈 소스 데이터셋 종합 목록 (95개 이상 데이터셋).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 업데이트됨 2024-06-06 📅 생성됨 2019-07-24
45
UniversalDataTool/universal-data-tool

간단한 웹 인터페이스 또는 데스크톱 앱에서 모든 유형의 데이터, 이미지, 텍스트 또는 문서를 공동 작업하고 레이블을 지정하세요.

UniversalDataTool
⭐ 2,065 JavaScript 👤 UniversalDataTool Organization 🕐 업데이트됨 2025-03-15 📅 생성됨 2019-07-11
46
X-zhangyang/Real-World-Masked-Face-Dataset

Real-World Masked Face Dataset, 실세계 마스크 얼굴 데이터셋

X-zhangyang
⭐ 2,030 Python 👤 X-zhangyang User 🕐 업데이트됨 2024-11-20 📅 생성됨 2020-02-13
47
nvkelso/natural-earth-vector

세 가지 스케일에서 이용 가능한 글로벌 공공 도메인 지도 데이터셋으로, 벡터와 래스터 데이터가 긴밀하게 통합된 특징을 가집니다.

nvkelso
⭐ 2,015 HTML 👤 nvkelso User 🕐 업데이트됨 2024-04-22 📅 생성됨 2012-01-22
48
visual-layer/fastdup

fastdup는 이미지 및 비디오 데이터 세트에서 귀중한 통찰력을 신속하게 생성하도록 설계된 강력하고 무료인 도구입니다. 이는 이미지와 레이블의 품질을 모두 향상시키는 동시에 데이터 운영 비용을 크게 절감하며, 탁월한 확장성을 제공합니다.

visual-layer
⭐ 1,915 Python 👤 visual-layer Organization 🕐 업데이트됨 2026-08-23 📅 생성됨 2022-05-11
49
safe-graph/graph-fraud-detection-papers

Graph/Transformer 기반 사기, 이상, 특이치 탐지 논문 및 자료 큐레이션 목록

safe-graph
⭐ 1,908 👤 safe-graph Organization 🕐 업데이트됨 2026-11-15 📅 생성됨 2019-11-21
50
thanglequoc/vietnamese-provinces-database

베트남 행정구역에 대한 종합 SQL 및 GIS 데이터셋으로, 성, 현, 방, 우편번호 및 지리공간 경계를 포함합니다.

thanglequoc
⭐ 1,868 PLpgSQL 👤 thanglequoc User 🕐 업데이트됨 2026-10-14 📅 생성됨 2021-11-06

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #dataset 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #dataset 프로젝트는 500,577개의 스타를 받은 public-apis/public-apis입니다. 무료 API의 집합 목록

2

#dataset 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #dataset 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, JavaScript, Jupyter Notebook, TypeScript입니다.

3

#dataset 저장소 순위는 어떻게 계산되나요?

#dataset 태그가 지정된 활성 오픈 소스 저장소(173개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 893,448개이며 저장소당 평균 5,164개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.