Git Stars Git Stars

#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
Total de Repositórios
80,183
Total de estrelas
1,743
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook C++

46 repositórios no total

1
open-mmlab/mmcv

Fundação de Visão Computacional OpenMMLab

open-mmlab
⭐ 6,490 Python 👤 open-mmlab Organization 🕐 Atualizado 2026-09-28 📅 Criado 2018-08-22
2
snorkel-team/snorkel

Um sistema para gerar rapidamente dados de treinamento com supervisão fraca

snorkel-team
⭐ 6,028 Python 👤 snorkel-team Organization 🕐 Atualizado 2026-10-13 📅 Criado 2016-02-26
3
NVIDIA/DALI

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.

NVIDIA
⭐ 5,797 C++ 👤 NVIDIA Organization 🕐 Atualizado 2026-11-20 📅 Criado 2018-06-01
4
facebookresearch/AugLy

Uma biblioteca de aumento de dados para áudio, imagem, texto e vídeo.

facebookresearch
⭐ 5,097 Python 👤 facebookresearch Organization 🕐 Atualizado 2026-11-17 📅 Criado 2021-06-09
5
openai/improved-diffusion

Lançamento para Modelos Probabilísticos de Difusão Aprimorados

openai
⭐ 3,764 Python 👤 openai Organization 🕐 Atualizado 2024-07-18 📅 Criado 2021-02-08
6
ZhaoJ9014/face.evoLVe

🔥🔥Biblioteca de Reconhecimento Facial de Alto Desempenho no PaddlePaddle e PyTorch🔥🔥

ZhaoJ9014
⭐ 3,589 Python 👤 ZhaoJ9014 User 🕐 Atualizado 2025-03-20 📅 Criado 2019-01-04
7
QData/TextAttack

TextAttack 🐙 é um framework Python para ataques adversariais, aumento de dados e treinamento de modelos em PLN https://textattack.readthedocs.io/en/master/

QData
⭐ 3,483 Python 👤 QData Organization 🕐 Atualizado 2026-08-15 📅 Criado 2019-10-15
8
webdataset/webdataset

Um sistema de I/O de alto desempenho baseado em Python para problemas de aprendizado profundo grandes (e pequenos), com forte suporte para PyTorch.

webdataset
⭐ 3,222 Python 👤 webdataset Organization 🕐 Atualizado 2026-02-09 📅 Criado 2019-08-07
9
open-gigaai/giga-brain-0

GigaBrain-0: Um Modelo Visão-Linguagem-Ação Alimentado por um Modelo de Mundo

open-gigaai
⭐ 2,673 Python 👤 open-gigaai Organization 🕐 Atualizado 2026-09-09 📅 Criado 2025-09-26
10
TorchIO-project/torchio

Processamento de imagens médicas para aplicações de IA.

TorchIO-project
⭐ 2,457 Python 👤 TorchIO-project Organization 🕐 Atualizado 2026-11-13 📅 Criado 2019-11-26
11
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer: Gere dados sintéticos de alta qualidade do zero ou a partir de dados semente.

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-10-16
12
iver56/audiomentations

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.

iver56
⭐ 2,329 Python 👤 iver56 User 🕐 Atualizado 2026-04-13 📅 Criado 2019-02-12
13
visual-layer/fastdup

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.

visual-layer
⭐ 1,915 Python 👤 visual-layer Organization 🕐 Atualizado 2026-08-23 📅 Criado 2022-05-11
14
425776024/nlpcda

Pacote de Aumento de Dados em Chinês (One-Click) ; Aumento de dados NLP, aumento de dados BERT, EDA: pip install nlpcda

425776024
⭐ 1,876 Python 👤 425776024 User 🕐 Atualizado 2026-10-30 📅 Criado 2019-12-29
15
AgaMiko/data-augmentation-review

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.

AgaMiko
⭐ 1,636 👤 AgaMiko User 🕐 Atualizado 2026-11-03 📅 Criado 2019-09-28
16
honeyandme/RAGQnASystem

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.

honeyandme
⭐ 1,510 Jupyter Notebook 👤 honeyandme User 🕐 Atualizado 2026-05-29 📅 Criado 2024-05-16
17
LirongWu/awesome-graph-self-supervised-learning

Código para o artigo da TKDE "Aprendizagem auto-supervisionada em grafos: Contrastiva, generativa ou preditiva"

LirongWu
⭐ 1,431 👤 LirongWu User 🕐 Atualizado 2024-08-15 📅 Criado 2019-05-24
19
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

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.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Atualizado 2025-03-09 📅 Criado 2024-02-08
20
google-research/fixmatch

Um método simples para realizar aprendizado semi-supervisionado com dados limitados.

google-research
⭐ 1,199 Python 👤 google-research Organization 🕐 Atualizado 2024-07-30 📅 Criado 2020-01-21
21
MIC-DKFZ/batchgenerators

Uma estrutura para aumento de dados para classificação e segmentação de imagens 2D e 3D

MIC-DKFZ
⭐ 1,177 Jupyter Notebook 👤 MIC-DKFZ Organization 🕐 Atualizado 2026-11-04 📅 Criado 2017-10-27
22
iver56/torch-audiomentations

Aumento de dados de áudio rápido no PyTorch. Inspirado por audiomentations. Útil para deep learning.

iver56
⭐ 1,175 Python 👤 iver56 User 🕐 Atualizado 2025-11-24 📅 Criado 2020-06-22
23
jsyoon0823/TimeGAN

Base de Código para Redes Adversariais Generativas de Séries Temporais (TimeGAN) - NeurIPS 2019

jsyoon0823
⭐ 1,068 Jupyter Notebook 👤 jsyoon0823 User 🕐 Atualizado 2026-02-05 📅 Criado 2020-04-24
24
keras-team/keras-cv

Fluxos de trabalho robustos de Visão Computacional com Keras

keras-team
⭐ 1,058 Python 👤 keras-team Organization 🕐 Atualizado 2026-03-05 📅 Criado 2020-05-18
25
quqxui/Awesome-LLM4IE-Papers

Artigos excelentes sobre Extração de Informação (IE) generativa usando Grandes Modelos de Linguagem (LLMs)

quqxui
⭐ 1,037 👤 quqxui User 🕐 Atualizado 2024-11-18 📅 Criado 2023-12-28
26
YifanZhang07/Awesome-LongTailed-Learning

Uma base de código e uma lista selecionada de aprendizado profundo de cauda longa (TPAMI 2023).

YifanZhang07
⭐ 1,030 Python 👤 YifanZhang07 User 🕐 Atualizado 2025-11-25 📅 Criado 2021-09-28
28
google-research/augmix

AugMix: Um Método Simples de Processamento de Dados para Melhorar a Robustez e a Incerteza

google-research
⭐ 993 Python 👤 google-research Organization 🕐 Atualizado 2026-07-17 📅 Criado 2019-12-05
29
windmaple/awesome-AutoML

Curadoria de uma lista de pesquisas, ferramentas, projetos e outros recursos relacionados a AutoML

windmaple
⭐ 946 👤 windmaple User 🕐 Atualizado 2026-03-24 📅 Criado 2018-11-05
30
tesseract-ocr/langdata

Dados de treinamento de origem para Tesseract para muitos idiomas

tesseract-ocr
⭐ 869 👤 tesseract-ocr Organization 🕐 Atualizado 2025-04-01 📅 Criado 2015-04-12
31
goru001/inltk

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

goru001
⭐ 835 Python 👤 goru001 User 🕐 Atualizado 2024-01-20 📅 Criado 2019-03-23
32
GEM-benchmark/NL-Augmenter

NL-Augmenter 🦎 → 🐍 Um Repositório Colaborativo de Transformações de Linguagem Natural

GEM-benchmark
⭐ 787 Python 👤 GEM-benchmark Organization 🕐 Atualizado 2024-05-19 📅 Criado 2021-05-19
33
DAVIAN-Robotics/EgoX

Código para EgoX: Geração de Vídeo Egocêntrico a partir de um Único Vídeo Exocêntrico

DAVIAN-Robotics
⭐ 769 Python 👤 DAVIAN-Robotics Organization 🕐 Atualizado 2026-07-10 📅 Criado 2025-12-09
34
vanderschaarlab/synthcity

Uma biblioteca para gerar e avaliar dados tabulares sintéticos para privacidade, justiça e aumento de dados.

vanderschaarlab
⭐ 697 Python 👤 vanderschaarlab Organization 🕐 Atualizado 2026-04-21 📅 Criado 2022-03-18
35
Phhofm/models

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.

Phhofm
⭐ 662 Python 👤 Phhofm User 🕐 Atualizado 2025-11-14 📅 Criado 2023-04-25
36
Westlake-AI/openmixup

CAIRI Toolbox e Benchmark para Aprendizagem de Representação Visual Supervisionada, Semi-supervisionada e Auto-supervisionada

Westlake-AI
⭐ 656 Python 👤 Westlake-AI Organization 🕐 Atualizado 2025-10-15 📅 Criado 2021-12-30
37
Coder-Yu/SELFRec

Um framework de código aberto para sistemas de recomendação autossupervisionados.

Coder-Yu
⭐ 642 Python 👤 Coder-Yu User 🕐 Atualizado 2025-06-06 📅 Criado 2021-09-14
38
YuliangXiu/MobilePose

Estimador de Pose Monopessoa Leve

YuliangXiu
⭐ 642 Jupyter Notebook 👤 YuliangXiu User 🕐 Atualizado 2024-05-03 📅 Criado 2018-01-11
39
david8862/keras-YOLOv3-model-set

Pipeline de detecção de objetos YOLOv4/v3/v2 de ponta a ponta, implementado no tf.keras com diferentes tecnologias

david8862
⭐ 638 Python 👤 david8862 User 🕐 Atualizado 2026-08-01 📅 Criado 2019-08-18
41
syncora-ai/uk-retail-synthetic-data-generation

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.

syncora-ai
⭐ 607 👤 syncora-ai User 🕐 Atualizado 2025-08-25 📅 Criado 2025-08-11
42
albumentations-team/AlbumentationsX

Aumento de imagens para visão computacional. Licenciamento exclusivamente sob AGPL-3.0 ou licença comercial.

albumentations-team
⭐ 596 Python 👤 albumentations-team Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-06-19
43
sparkfish/augraphy

Pipeline de aumento para renderização de processos de impressão em papel sintético, fax, digitalização e cópia

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 Atualizado 2025-07-20 📅 Criado 2021-05-31
46
qiuhuachuan/smile

[EMNLP 2024] MeChat: Um grande modelo de diálogo sobre saúde mental no domínio chinês

qiuhuachuan
⭐ 508 Python 👤 qiuhuachuan User 🕐 Atualizado 2024-11-17 📅 Criado 2023-04-25

Perguntas Frequentes

1

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

2

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++.

3

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.