#data-augmentation Repositórios
Descubra 46 repositórios ativos de código aberto no GitHub marcados com #data-augmentation, acumulando um total de 80,183 estrelas (uma média de 1,743 por projeto). O líder deste tópico é open-mmlab/mmcv, com 6,490 estrelas.
46 repositórios no total
Uma biblioteca acelerada por GPU contendo blocos de construção altamente otimizados e um motor de execução para processamento de dados, a fim de acelerar aplicações de treinamento e inferência de aprendizado profundo.
🔥🔥Biblioteca de Reconhecimento Facial de Alto Desempenho no PaddlePaddle e PyTorch🔥🔥
TextAttack 🐙 é um framework Python para ataques adversariais, aumento de dados e treinamento de modelos em PLN https://textattack.readthedocs.io/en/master/
Um sistema de I/O de alto desempenho baseado em Python para problemas de aprendizado profundo grandes (e pequenos), com forte suporte para PyTorch.
GigaBrain-0: Um Modelo Visão-Linguagem-Ação Alimentado por um Modelo de Mundo
🎨 NeMo Data Designer: Gere dados sintéticos de alta qualidade do zero ou a partir de dados semente.
Uma biblioteca Python para aumento de dados de áudio. Útil para fazer com que modelos de ML de áudio funcionem bem no mundo real, e não apenas no laboratório.
fastdup é uma ferramenta poderosa e gratuita, projetada para gerar rapidamente insights valiosos a partir de conjuntos de dados de imagens e vídeos. Ela ajuda a melhorar a qualidade de imagens e rótulos, ao mesmo tempo em que reduz significativamente os custos de operação de dados, tudo com escalabilidade incomparável.
Pacote de Aumento de Dados em Chinês (One-Click) ; Aumento de dados NLP, aumento de dados BERT, EDA: pip install nlpcda
Lista de recursos úteis de aumento de dados (data augmentation). Você encontrará aqui algumas técnicas incomuns, bibliotecas, links para repositórios do GitHub, artigos e outros.
Este projeto projetou e implementou um sistema inteligente de perguntas e respostas médicas baseado em RAG (Geração Aumentada por Recuperação) com grafos de conhecimento e grandes modelos de linguagem. Com base no conjunto de dados médico DiseaseKG e utilizando o Neo4j, o sistema constrói um grafo de conhecimento de domínio contendo 44.000 entidades e 310.000 relações. Ao combinar o reconhecimento de entidades nomeadas BERT com o reconhecimento de intenção por um modelo 32B, o sistema mitiga efetivamente as alucinações dos grandes modelos em cenários médicos através de uma recuperação precisa no grafo e geração controlada de respostas, aumentando significativamente a precisão e a confiabilidade das respostas.
Código para o artigo da TKDE "Aprendizagem auto-supervisionada em grafos: Contrastiva, generativa ou preditiva"
Este repositório reúne artigos para "Uma Pesquisa sobre Destilação de Conhecimento de Grandes Modelos de Linguagem". Dividimos a KD em Elicitação de Conhecimento e Algoritmos de Destilação, e exploramos a Destilação de Habilidades e Vertical de LLMs.
Um método simples para realizar aprendizado semi-supervisionado com dados limitados.
Uma estrutura para aumento de dados para classificação e segmentação de imagens 2D e 3D
Aumento de dados de áudio rápido no PyTorch. Inspirado por audiomentations. Útil para deep learning.
Base de Código para Redes Adversariais Generativas de Séries Temporais (TimeGAN) - NeurIPS 2019
Artigos excelentes sobre Extração de Informação (IE) generativa usando Grandes Modelos de Linguagem (LLMs)
Uma base de código e uma lista selecionada de aprendizado profundo de cauda longa (TPAMI 2023).
AugMix: Um Método Simples de Processamento de Dados para Melhorar a Robustez e a Incerteza
Curadoria de uma lista de pesquisas, ferramentas, projetos e outros recursos relacionados a AutoML
O Natural Language Toolkit for Indic Languages tem como objetivo fornecer suporte pronto para várias tarefas de NLP que um desenvolvedor de aplicativos pode precisar
NL-Augmenter 🦎 → 🐍 Um Repositório Colaborativo de Transformações de Linguagem Natural
Código para EgoX: Geração de Vídeo Egocêntrico a partir de um Único Vídeo Exocêntrico
Uma biblioteca para gerar e avaliar dados tabulares sintéticos para privacidade, justiça e aumento de dados.
Todos os meus modelos de upscaling de IA auto-treinados e lançados. Depois de reunir e aplicar mais de 600 modelos de upscaling diferentes, aprendi a treinar meus próprios modelos, e estes são os resultados.
CAIRI Toolbox e Benchmark para Aprendizagem de Representação Visual Supervisionada, Semi-supervisionada e Auto-supervisionada
Um framework de código aberto para sistemas de recomendação autossupervisionados.
Pipeline de detecção de objetos YOLOv4/v3/v2 de ponta a ponta, implementado no tf.keras com diferentes tecnologias
Demonstração de geração de dados sintéticos utilizando um conjunto de dados transacionais de varejo do Reino Unido. Ideal para profissionais dos setores de varejo, e-commerce, finanças e cadeia de suprimentos que desejam criar dados sintéticos realistas e que preservam a privacidade para testes, análises e aprendizado de máquina.
Aumento de imagens para visão computacional. Licenciamento exclusivamente sob AGPL-3.0 ou licença comercial.
Pipeline de aumento para renderização de processos de impressão em papel sintético, fax, digitalização e cópia
[EMNLP 2024] MeChat: Um grande modelo de diálogo sobre saúde mental no domínio chinês
Perguntas Frequentes
Qual é o repositório de #data-augmentation mais popular no GitHub?
O projeto de código aberto de #data-augmentation mais bem classificado no GitHub é open-mmlab/mmcv, com 6,490 estrelas. Fundação de Visão Computacional OpenMMLab
Quais linguagens de programação são mais usadas nos repositórios de #data-augmentation?
Entre os projetos de #data-augmentation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++.
Como é calculada a classificação dos repositórios de #data-augmentation?
Acompanhamos 46 repositórios ativos de código aberto marcados com #data-augmentation (com mais de 500 estrelas), totalizando 80,183 estrelas e uma média de 1,743 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.