Git Stars Git Stars

#datasets Repositórios

Descubra 92 repositórios ativos de código aberto no GitHub marcados com #datasets, acumulando um total de 397,307 estrelas (uma média de 4,318 por projeto). O líder deste tópico é awesomedata/awesome-public-datasets, com 80,228 estrelas.

92
Total de Repositórios
397,307
Total de estrelas
4,318
Média de Estrelas/Repositório

92 repositórios no total

1
awesomedata/awesome-public-datasets

Uma lista centrada em tópicos de conjuntos de dados abertos de alta qualidade.

awesomedata
⭐ 80,228 👤 awesomedata Organization 🕐 Atualizado 2026-11-20 📅 Criado 2014-11-20
2
HumanSignal/label-studio

Label Studio é uma ferramenta de rotulagem e anotação de dados multi-tipo com formato de saída padronizado

HumanSignal
⭐ 28,739 TypeScript 👤 HumanSignal Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-06-19
3
akfamily/akshare

AKShare é uma biblioteca de interface de dados financeiros elegante e simples para Python, construída para seres humanos! Biblioteca de Interface de Dados Financeiros de Código Aberto

akfamily
⭐ 23,425 Python 👤 akfamily Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-10-01
4
jbhuang0604/awesome-computer-vision

Uma lista selecionada de recursos fantásticos de visão computacional

jbhuang0604
⭐ 22,920 👤 jbhuang0604 User 🕐 Atualizado 2024-05-17 📅 Criado 2015-01-16
5
huggingface/datasets

🤗 O maior hub de datasets prontos para uso para modelos de IA com ferramentas de manipulação de dados rápidas, fáceis de usar e eficientes

huggingface
⭐ 22,178 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-19 📅 Criado 2020-03-26
6
Arize-ai/phoenix

Observabilidade e Avaliação de IA

Arize-ai
⭐ 12,368 Python 👤 Arize-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-11-09
7
tonybeltramelli/pix2code

pix2code: Gerando Código a Partir de uma Captura de Tela de Interface Gráfica do Usuário

tonybeltramelli
⭐ 12,055 Python 👤 tonybeltramelli User 🕐 Atualizado 2024-05-29 📅 Criado 2017-05-24
8
cleanlab/cleanlab

A biblioteca de código aberto do Cleanlab é o pacote padrão de IA centrado em dados para qualidade de dados e aprendizado de máquina com dados e rótulos reais e confusos.

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 Atualizado 2026-01-13 📅 Criado 2018-05-11
9
simonw/datasette

Uma ferramenta multiuso de código aberto para explorar e publicar dados

simonw
⭐ 11,627 Python 👤 simonw User 🕐 Atualizado 2026-11-20 📅 Criado 2017-10-23
10
doccano/doccano

Ferramenta de anotação de código aberto para profissionais de aprendizado de máquina.

doccano
⭐ 10,811 Python 👤 doccano Organization 🕐 Atualizado 2026-04-14 📅 Criado 2018-05-09
11
satellite-image-deep-learning/techniques

Técnicas para aprendizado profundo com imagens de satélite e aéreas

satellite-image-deep-learning
⭐ 10,311 👤 satellite-image-deep-learning Organization 🕐 Atualizado 2026-11-07 📅 Criado 2018-04-16
12
imaNNeo/fl_chart

FL Chart é uma biblioteca de gráficos Flutter altamente personalizável que suporta Gráfico de Linha, Gráfico de Barras, Gráfico de Pizza, Gráfico de Dispersão, Gráfico de Radar e Gráfico de Candlestick.

imaNNeo
⭐ 7,594 Dart 👤 imaNNeo User 🕐 Atualizado 2026-11-14 📅 Criado 2019-05-12
13
liuruoze/EasyPR

(CGCSTCD'2017) Um projeto fácil, flexível e preciso de reconhecimento de placas para licenças chinesas em situações não restritas. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design

liuruoze
⭐ 6,430 C++ 👤 liuruoze User 🕐 Atualizado 2026-11-12 📅 Criado 2014-09-19
14
cocodataset/cocoapi

COCO API - Dataset @ http://cocodataset.org/

cocodataset
⭐ 6,346 Jupyter Notebook 👤 cocodataset Organization 🕐 Atualizado 2024-04-17 📅 Criado 2015-01-25
15
langwatch/langwatch

Observabilidade e avaliações de agentes de código aberto para equipes de plataformas de IA. Rastreie, teste, roteie e governe cada agente e assistente de programação da empresa.

langwatch
⭐ 5,050 TypeScript 👤 langwatch Organization 🕐 Atualizado 2026-11-21 📅 Criado 2023-09-09
16
tensorflow/datasets

TFDS é uma coleção de conjuntos de dados prontos para usar com TensorFlow, Jax, ...

tensorflow
⭐ 4,610 Python 👤 tensorflow Organization 🕐 Atualizado 2026-11-13 📅 Criado 2018-09-10
17
torchgeo/torchgeo

TorchGeo: conjuntos de dados, amostradores, transformações e modelos pré-treinados para dados geoespaciais

torchgeo
⭐ 4,243 Python 👤 torchgeo Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-05-21
18
Jon-Becker/prediction-market-analysis

Um framework para coleta e análise de dados de mercado de previsão, incluindo o maior conjunto de dados público disponível de mercado e negociações da Polymarket e Kalshi.

Jon-Becker
⭐ 3,950 Python 👤 Jon-Becker User 🕐 Atualizado 2026-10-29 📅 Criado 2025-11-22
19
uzh-rpg/event-based_vision_resources

Recursos de Visão Baseada em Eventos. Esforço da comunidade para coletar conhecimento sobre a tecnologia de visão baseada em eventos (artigos, workshops, conjuntos de dados, código, vídeos, etc)

uzh-rpg
⭐ 3,683 👤 uzh-rpg Organization 🕐 Atualizado 2026-10-23 📅 Criado 2017-06-27
20
RUC-NLPIR/FlashRAG

⚡FlashRAG: Um Kit de Ferramentas Python para Pesquisa RAG Eficiente (Recurso WWW2025)

RUC-NLPIR
⭐ 3,617 Python 👤 RUC-NLPIR Organization 🕐 Atualizado 2026-10-27 📅 Criado 2024-03-14
21
jdorfman/awesome-json-datasets

Uma lista selecionada de conjuntos de dados JSON incríveis que não exigem autenticação.

jdorfman
⭐ 3,531 JavaScript 👤 jdorfman User 🕐 Atualizado 2024-12-13 📅 Criado 2015-08-10
22
codefuse-ai/Awesome-Code-LLM

[TMLR] Uma lista selecionada de pesquisas sobre modelagem de linguagem para código (e outras atividades de engenharia de software), mais conjuntos de dados relacionados.

codefuse-ai
⭐ 3,454 👤 codefuse-ai Organization 🕐 Atualizado 2026-05-20 📅 Criado 2023-09-21
23
roapi/roapi

Crie APIs completas para conjuntos de dados de movimentação lenta sem escrever uma única linha de código.

roapi
⭐ 3,435 Rust 👤 roapi Organization 🕐 Atualizado 2026-03-25 📅 Criado 2020-12-11
24
ChaofWang/Awesome-Super-Resolution

Coletar artigos, dados e repositórios relacionados à super-resolução

ChaofWang
⭐ 3,099 👤 ChaofWang User 🕐 Atualizado 2026-08-19 📅 Criado 2019-04-20
25
bytewax/awesome-public-real-time-datasets

Uma lista de conjuntos de dados publicamente disponíveis com dados em tempo real, mantida pela equipa da bytewax.io

bytewax
⭐ 2,995 👤 bytewax Organization 🕐 Atualizado 2026-10-22 📅 Criado 2023-05-25
26
logpai/loghub

Uma grande coleção de conjuntos de dados de logs do sistema para análise de logs orientada por IA [ISSRE'23]

logpai
⭐ 2,920 👤 logpai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2016-06-08
27
FreedomIntelligence/Awesome-AI4Med

Uma lista curada de LLMs médicos, sistemas multimodais, conjuntos de dados, benchmarks e mais. 🏥

FreedomIntelligence
⭐ 2,905 👤 FreedomIntelligence Organization 🕐 Atualizado 2026-08-04 📅 Criado 2019-11-14
28
zhulf0804/3D-PointCloud

Artigos e Conjuntos de Dados sobre Nuvem de Pontos.

zhulf0804
⭐ 2,871 Python 👤 zhulf0804 User 🕐 Atualizado 2024-08-30 📅 Criado 2019-03-06
29
colour-science/colour

Ciência das Cores para Python

colour-science
⭐ 2,696 Python 👤 colour-science Organization 🕐 Atualizado 2026-11-19 📅 Criado 2014-02-23
30
isl-org/Open3D-ML

Uma extensão do Open3D para abordar tarefas de Machine Learning 3D

isl-org
⭐ 2,364 Python 👤 isl-org Organization 🕐 Atualizado 2026-09-16 📅 Criado 2020-07-01
31
Jieyab89/OSINT-Cheat-sheet

Folha de dicas OSINT, lista de ferramentas OSINT, wiki, conjunto de dados, artigo, livro, OSINT de equipe vermelha (red team) para hackers, dicas OSINT e ramificação OSINT. Este repositório será atualizado a cada nova pesquisa, abrangendo pesquisa, ciência, tecnologia e tutoriais. Por favor, use-o com sabedoria.

Jieyab89
⭐ 2,333 HTML 👤 Jieyab89 User 🕐 Atualizado 2026-11-16 📅 Criado 2021-11-22
32
WLiK/LLM4Rec-Awesome-Papers

Uma lista de artigos e recursos incríveis sobre sistemas de recomendação em modelos de linguagem grandes (LLM).

WLiK
⭐ 2,289 👤 WLiK User 🕐 Atualizado 2025-03-17 📅 Criado 2023-05-12
33
jsbroks/coco-annotator

:pencil2: Ferramenta de segmentação de imagem baseada na web para detecção de objetos, localização e pontos-chave

jsbroks
⭐ 2,274 Vue 👤 jsbroks User 🕐 Atualizado 2025-01-30 📅 Criado 2018-09-03
34
PavelGrigoryevDS/awesome-data-analysis

🚀 Mais de 500 recursos selecionados para Análise de Dados e Ciência de Dados: Python, SQL, Estatística, ML, IA, Visualização, Folhas de dicas (Cheatsheets), Mapas de progresso (Roadmaps), Preparação para entrevistas. Para iniciantes e especialistas.

PavelGrigoryevDS
⭐ 2,224 👤 PavelGrigoryevDS User 🕐 Atualizado 2026-11-01 📅 Criado 2025-07-30
35
prabhuomkar/pytorch-cpp

Implementação C++ de Tutoriais PyTorch para Todos

prabhuomkar
⭐ 2,139 C++ 👤 prabhuomkar User 🕐 Atualizado 2026-11-03 📅 Criado 2019-11-05
36
jim-schwoebel/voice_datasets

🔊 Uma lista abrangente de conjuntos de dados de código aberto para computação de voz e som (mais de 95 conjuntos de dados).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 Atualizado 2024-06-06 📅 Criado 2019-07-24
37
snap-stanford/ogb

Conjuntos de dados de referência, carregadores de dados e avaliadores para aprendizado de máquina em grafos

snap-stanford
⭐ 2,089 Python 👤 snap-stanford Organization 🕐 Atualizado 2025-05-06 📅 Criado 2019-11-22
38
eosphoros-ai/DB-GPT-Hub

Um repositório que contém modelos, conjuntos de dados e técnicas de fine-tuning para DB-GPT, com o propósito de aprimorar o desempenho do modelo em Text-to-SQL

eosphoros-ai
⭐ 1,998 Python 👤 eosphoros-ai Organization 🕐 Atualizado 2025-07-02 📅 Criado 2023-06-02
39
diffgram/diffgram

O Datastore de IA para Schemas, BLOBs e Previsões. Use com seus aplicativos ou integre a Supervisão Humana, Fluxo de Trabalho de Dados e Catálogo de UI incorporados para obter o máximo valor dos seus Dados de IA.

diffgram
⭐ 1,911 Python 👤 diffgram Organization 🕐 Atualizado 2026-06-22 📅 Criado 2018-09-06
40
shramos/Awesome-Cybersecurity-Datasets

Uma lista selecionada de conjuntos de dados de cibersegurança incrivelmente impressionantes

shramos
⭐ 1,885 👤 shramos User 🕐 Atualizado 2024-03-02 📅 Criado 2018-08-29
41
MobilityData/awesome-transit

Lista da comunidade de APIs de trânsito, aplicativos, conjuntos de dados, pesquisas e software :bus::star2::train::star2::steam_locomotive:

MobilityData
⭐ 1,869 👤 MobilityData Organization 🕐 Atualizado 2026-11-18 📅 Criado 2015-08-13
42
JuliaData/DataFrames.jl

Dados tabulares na memória em Julia

JuliaData
⭐ 1,844 Julia 👤 JuliaData Organization 🕐 Atualizado 2026-11-18 📅 Criado 2012-07-11
43
coderonion/awesome-yolo-object-detection

🚀🚀🚀 Uma coleção de alguns projetos incríveis da série pública de detecção de objetos YOLO e os conjuntos de dados de detecção de objetos relacionados.

coderonion
⭐ 1,747 👤 coderonion User 🕐 Atualizado 2025-05-31 📅 Criado 2022-02-19
44
Farama-Foundation/Minari

Um formato padrão para conjuntos de dados de aprendizado por reforço offline, com conjuntos de dados de referência populares e utilitários relacionados

Farama-Foundation
⭐ 1,738 Python 👤 Farama-Foundation Organization 🕐 Atualizado 2026-11-15 📅 Criado 2022-10-06
45
Olcmyk/HuChenFeng

Coletar todo o conteúdo de Hu Chenfeng

Olcmyk
⭐ 1,683 👤 Olcmyk User 🕐 Atualizado 2026-02-17 📅 Criado 2025-10-06
46
Farama-Foundation/D4RL

Uma coleção de ambientes de referência para aprendizado por reforço offline

Farama-Foundation
⭐ 1,627 Python 👤 Farama-Foundation Organization 🕐 Atualizado 2024-11-18 📅 Criado 2020-04-12
47
PKU-Alignment/safe-rlhf

RLHF Seguro: Alinhamento de Valor Restrito via Aprendizagem por Reforço Segura a partir de Feedback Humano

PKU-Alignment
⭐ 1,624 Python 👤 PKU-Alignment Organization 🕐 Atualizado 2025-11-24 📅 Criado 2023-05-15
48
juand-r/entity-recognition-datasets

Uma coleção de corpora para tarefas de reconhecimento de entidades nomeadas (NER) e reconhecimento de entidades. Estes conjuntos de dados anotados cobrem uma variedade de idiomas, domínios e tipos de entidades.

juand-r
⭐ 1,573 Python 👤 juand-r User 🕐 Atualizado 2026-07-02 📅 Criado 2018-09-01
49
kitops-ml/kitops

Uma ferramenta DevOps de código aberto da CNCF para empacotar e versionar modelos de IA/ML, conjuntos de dados, código e configuração em um Artefato OCI.

kitops-ml
⭐ 1,451 Go 👤 kitops-ml Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-02-02
50
explosion/projects

🪐 Fluxos de trabalho de PNL de ponta a ponta, do protótipo à produção

explosion
⭐ 1,406 Python 👤 explosion Organization 🕐 Atualizado 2024-10-15 📅 Criado 2019-11-21

Perguntas Frequentes

1

Qual é o repositório de #datasets mais popular no GitHub?

O projeto de código aberto de #datasets mais bem classificado no GitHub é awesomedata/awesome-public-datasets, com 80,228 estrelas. Uma lista centrada em tópicos de conjuntos de dados abertos de alta qualidade.

2

Quais linguagens de programação são mais usadas nos repositórios de #datasets?

Entre os projetos de #datasets mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, C++, Dart.

3

Como é calculada a classificação dos repositórios de #datasets?

Acompanhamos 92 repositórios ativos de código aberto marcados com #datasets (com mais de 500 estrelas), totalizando 397,307 estrelas e uma média de 4,318 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.