Git Stars Git Stars

#dataset Repositórios

173
Total de Repositórios
893,448
Total de estrelas
5,164
Média de Estrelas/Repositório

173 repositórios no total

51
ZHOUYI1023/awesome-radar-perception

Uma lista selecionada de conjuntos de dados de radar, detecção, rastreamento e fusão

ZHOUYI1023
⭐ 1,851 👤 ZHOUYI1023 User 🕐 Atualizado 2025-04-05 📅 Criado 2021-04-23
52
Vchitect/VBench

[CVPR2024 Highlight] VBench - Avaliamos a Geração de Vídeos

Vchitect
⭐ 1,850 Python 👤 Vchitect Organization 🕐 Atualizado 2026-08-21 📅 Criado 2023-11-27
53
Daisy-Zhang/Awesome-Deepfakes-Detection

Uma lista de ferramentas, artigos e códigos relacionados à detecção de Deepfake.

Daisy-Zhang
⭐ 1,822 👤 Daisy-Zhang User 🕐 Atualizado 2025-09-02 📅 Criado 2021-06-30
54
SmartFlowAI/EmoLLM

Grandes Modelos de Linguagem para Saúde Mental (LLM x Saúde Mental), Pré e Pós-treinamento, Conjunto de Dados, Avaliação, Implementação e RAG, com modelos das séries InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM

SmartFlowAI
⭐ 1,797 Python 👤 SmartFlowAI Organization 🕐 Atualizado 2026-06-18 📅 Criado 2024-01-11
56
karolpiczak/ESC-50

ESC-50: Conjunto de Dados para Classificação de Sons Ambientais

karolpiczak
⭐ 1,711 Python 👤 karolpiczak User 🕐 Atualizado 2024-03-20 📅 Criado 2015-04-15
57
capitalone/DataProfiler

O que há nos seus dados? Extraia esquemas, estatísticas e entidades de conjuntos de dados

capitalone
⭐ 1,600 Python 👤 capitalone Organization 🕐 Atualizado 2026-11-17 📅 Criado 2020-11-09
58
mosaicml/streaming

Uma Biblioteca de Streaming de Dados para Treinamento Eficiente de Redes Neurais

mosaicml
⭐ 1,574 Python 👤 mosaicml Organization 🕐 Atualizado 2026-11-03 📅 Criado 2022-06-09
59
gunthercox/chatterbot-corpus

Um corpus de diálogo multilíngue

gunthercox
⭐ 1,414 Python 👤 gunthercox User 🕐 Atualizado 2026-03-24 📅 Criado 2017-01-11
61
MedMNIST/MedMNIST

[pip install medmnist] Conjuntos de Dados Padronizados 18x para Classificação de Imagens Biomédicas 2D e 3D

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 Atualizado 2025-01-11 📅 Criado 2020-10-25
62
facebookresearch/uco3d

Objetos Incomuns no conjunto de dados 3D

facebookresearch
⭐ 1,356 Python 👤 facebookresearch Organization 🕐 Atualizado 2025-11-13 📅 Criado 2024-12-03
63
TIGER-AI-Lab/ClawBench

Benchmark de código aberto para agentes de IA do navegador em tarefas diárias.

TIGER-AI-Lab
⭐ 1,325 Python 👤 TIGER-AI-Lab Organization 🕐 Atualizado 2026-11-05 📅 Criado 2026-04-10
64
EricGuo5513/HumanML3D

HumanML3D: Um conjunto de dados grande e diversificado de linguagem e movimento humano 3D.

EricGuo5513
⭐ 1,322 Python 👤 EricGuo5513 User 🕐 Atualizado 2024-08-18 📅 Criado 2022-02-26
65
manami-project/anime-offline-database

Um conjunto de dados de anime baseado em JSON contendo os metadados mais importantes, bem como referências cruzadas para vários sites de anime como MAL, ANIDB, ANILIST, KITSU e mais...

manami-project
⭐ 1,319 Makefile 👤 manami-project User 🕐 Atualizado 2026-07-02 📅 Criado 2017-09-21
66
wainshine/Company-Names-Corpus

Corpus de nomes de empresas. Corpus de nomes de organizações. Nome abreviado da empresa, acrônimo, palavra de marca, nome da empresa. Pode ser usado para segmentação de palavras em chinês e reconhecimento de entidades de nomes de organizações.

wainshine
⭐ 1,287 👤 wainshine User 🕐 Atualizado 2024-03-27 📅 Criado 2018-10-10
67
SJTU-ViSYS/M2DGR

M2DGR: um Conjunto de Dados Multimodal e Multicena para Robôs Terrestres (RA-L2021 e ICRA2022)

SJTU-ViSYS
⭐ 1,225 👤 SJTU-ViSYS User 🕐 Atualizado 2026-11-02 📅 Criado 2021-08-30
68
bwjoke/BTC-Trading-Since-2020

Contexto de negociação pública de BTC desde 2020.

bwjoke
⭐ 1,223 👤 bwjoke User 🕐 Atualizado 2026-09-11 📅 Criado 2026-04-17
69
mlmed/torchxrayvision

TorchXRayVision: Uma biblioteca de conjuntos de dados e modelos de raios-X de tórax. Classificadores, segmentação e autoencoders.

mlmed
⭐ 1,217 Jupyter Notebook 👤 mlmed Organization 🕐 Atualizado 2026-10-18 📅 Criado 2020-03-04
70
yfzhang114/Awesome-Multimodal-Large-Language-Models

Notas de leitura sobre Modelos de Linguagem Grandes Multimodais, Modelos de Linguagem Grandes e Modelos de Difusão

yfzhang114
⭐ 1,211 👤 yfzhang114 User 🕐 Atualizado 2026-11-07 📅 Criado 2024-03-30
71
hikariming/chat-dataset-baseline

Um conjunto de dados de diálogo em chinês ajustado manualmente e um trecho de código de ajuste fino do chatglm

hikariming
⭐ 1,190 Jupyter Notebook 👤 hikariming User 🕐 Atualizado 2025-05-03 📅 Criado 2023-03-17
72
tb0hdan/domains

O maior conjunto de dados de domínios de Internet do mundo

tb0hdan
⭐ 1,181 Shell 👤 tb0hdan User 🕐 Atualizado 2026-11-11 📅 Criado 2020-01-12
73
datasets/covid-19

Dados de série temporal de casos do Novo Coronavírus 2019

datasets
⭐ 1,167 Python 👤 datasets Organization 🕐 Atualizado 2026-03-24 📅 Criado 2020-03-07
74
washingtonpost/data-police-shootings

O Washington Post está compilando um banco de dados de todos os tiroteios fatais nos Estados Unidos por um policial em serviço desde 2015.

washingtonpost
⭐ 1,147 👤 washingtonpost Organization 🕐 Atualizado 2026-10-14 📅 Criado 2015-06-30
75
leomaurodesenv/game-datasets

:video_game: Uma lista selecionada de conjuntos de dados de jogos incríveis e ferramentas para inteligência artificial em jogos

leomaurodesenv
⭐ 1,146 👤 leomaurodesenv User 🕐 Atualizado 2026-10-25 📅 Criado 2018-10-03
76
shaypal5/awesome-twitter-data

Uma lista de conjuntos de dados do Twitter e recursos relacionados.

shaypal5
⭐ 1,138 👤 shaypal5 User 🕐 Atualizado 2026-05-29 📅 Criado 2018-08-19
77
RUCAIBox/RecSysDatasets

Este é um repositório de fontes de dados públicas para Sistemas de Recomendação (RS).

RUCAIBox
⭐ 1,135 Python 👤 RUCAIBox Organization 🕐 Atualizado 2024-09-05 📅 Criado 2020-09-22
78
xinxuxin/keystone-bench

Um benchmark de evidências para decisões clínicas: extrair o único fato em que uma resposta se baseia e verificar se a ação do assistente acompanha as evidências. Desenvolvido com base no HealthBench.

xinxuxin
⭐ 1,130 Python 👤 xinxuxin User 🕐 Atualizado 2026-10-19 📅 Criado 2026-09-07
79
xid32/SoundMind

Apresentamos o conjunto de dados de Raciocínio Lógico de Áudio (ALR), composto por 6.446 amostras anotadas de texto-áudio, especificamente projetadas para tarefas de raciocínio complexo. Com base neste recurso, propomos o SoundMind, um algoritmo de aprendizado por reforço (RL) baseado em regras, adaptado para dotar modelos de linguagem de áudio (ALMs) de profundas habilidades de raciocínio bimodal.

xid32
⭐ 1,116 Python 👤 xid32 User 🕐 Atualizado 2025-11-26 📅 Criado 2025-06-13
80
facebookresearch/co3d

Ferramentas para o conjunto de dados Common Objects In 3D.

facebookresearch
⭐ 1,112 Python 👤 facebookresearch Organization 🕐 Atualizado 2024-08-14 📅 Criado 2021-06-21
81
hukenovs/hagrid

Conjunto de dados de imagens de reconhecimento de gestos de mão

hukenovs
⭐ 1,096 Python 👤 hukenovs User 🕐 Atualizado 2026-10-30 📅 Criado 2022-06-15
82
doc-analysis/TableBank

TableBank: Um conjunto de dados de referência para detecção e reconhecimento de tabelas

doc-analysis
⭐ 1,078 👤 doc-analysis Organization 🕐 Atualizado 2024-08-12 📅 Criado 2019-03-05
83
chatopera/insuranceqa-corpus-zh

:helicopter: Corpus de Seguros, Chatbot

chatopera
⭐ 1,055 Python 👤 chatopera Organization 🕐 Atualizado 2025-05-26 📅 Criado 2017-07-26
84
modenaxe/awesome-biomechanics

Uma lista pública e selecionada de recursos para biomecânica e análise do movimento humano: conjuntos de dados, ferramentas de processamento, software para simulação, vídeos educativos, palestras, etc.

modenaxe
⭐ 1,035 👤 modenaxe User 🕐 Atualizado 2026-04-10 📅 Criado 2020-08-14
85
bstabler/TransportationNetworks

Redes de Transporte para Pesquisa

bstabler
⭐ 1,033 Jupyter Notebook 👤 bstabler User 🕐 Atualizado 2025-06-19 📅 Criado 2016-03-12
86
thuiar/MMSA

MMSA é uma estrutura unificada para Análise de Sentimento Multimodal.

thuiar
⭐ 1,022 Python 👤 thuiar Organization 🕐 Atualizado 2025-01-15 📅 Criado 2020-04-21
87
madnight/githut

Estatísticas de Linguagem do Github

madnight
⭐ 1,012 JavaScript 👤 madnight User 🕐 Atualizado 2024-04-03 📅 Criado 2016-10-09
88
OpenBioLink/ThoughtSource

Um recurso central e aberto para dados e ferramentas relacionadas ao raciocínio em cadeia de pensamento em grandes modelos de linguagem. Desenvolvido no grupo de pesquisa Samwald: https://samwald.info/

OpenBioLink
⭐ 1,010 Jupyter Notebook 👤 OpenBioLink Organization 🕐 Atualizado 2024-12-16 📅 Criado 2022-05-20
90
philipperemy/name-dataset

A biblioteca Python para nomes.

philipperemy
⭐ 999 Python 👤 philipperemy User 🕐 Atualizado 2025-04-09 📅 Criado 2018-10-09
91
allisonhorst/palmerpenguins

Um ótimo conjunto de dados introdutório para exploração e visualização de dados (alternativa ao iris).

allisonhorst
⭐ 987 R 👤 allisonhorst User 🕐 Atualizado 2024-09-19 📅 Criado 2020-06-05
92
microsoft/Mobius

Vinculação e extensões de linguagem C# e F# para Apache Spark

microsoft
⭐ 948 C# 👤 microsoft Organization 🕐 Atualizado 2025-12-11 📅 Criado 2015-10-27
93
sithu31296/semantic-segmentation

Modelos de Segmentação Semântica SOTA em PyTorch

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 Atualizado 2024-03-20 📅 Criado 2021-06-02
94
vahidk/tfrecord

Leitor/gravador TFRecord independente com carregadores de dados PyTorch

vahidk
⭐ 901 Python 👤 vahidk User 🕐 Atualizado 2026-11-03 📅 Criado 2019-11-26
95
nolabs-ai/deepfabric

Gere Sintéticos de Alta Qualidade, Treine, Meça e Avalie em um Único Pipeline

nolabs-ai
⭐ 896 Python 👤 nolabs-ai Organization 🕐 Atualizado 2026-11-13 📅 Criado 2024-10-25
96
PRBonn/semantic-kitti-api

API SemanticKITTI para visualização de conjunto de dados, processamento de dados e avaliação de resultados.

PRBonn
⭐ 895 Python 👤 PRBonn Organization 🕐 Atualizado 2025-04-03 📅 Criado 2019-07-24
97
xlang-ai/OpenCUA

[NeurIPS 2025 Spotlight] OpenCUA: Fundações Abertas para Agentes de Uso de Computador

xlang-ai
⭐ 877 Python 👤 xlang-ai Organization 🕐 Atualizado 2026-05-25 📅 Criado 2025-06-21
98
NetManAIOps/OmniAnomaly

KDD 2019: Detecção Robusta de Anomalias para Séries Temporais Multivariadas através de Rede Neural Recorrente Estocástica

NetManAIOps
⭐ 875 Python 👤 NetManAIOps Organization 🕐 Atualizado 2024-03-03 📅 Criado 2019-02-02
99
NationalGalleryOfArt/opendata

Programa de Dados Abertos da National Gallery of Art

NationalGalleryOfArt
⭐ 871 Python 👤 NationalGalleryOfArt Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-03-23
100
IDEA-Research/Motion-X

[NeurIPS 2023] Implementação oficial do artigo "Motion-X: Um Conjunto de Dados de Movimento Humano de Corpo Inteiro Expressivo 3D em Larga Escala"

IDEA-Research
⭐ 863 Python 👤 IDEA-Research Organization 🕐 Atualizado 2025-03-03 📅 Criado 2023-06-12