Git Stars Git Stars

#datasets Repositórios

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

92 repositórios no total

51
muzishen/IMAGDressing

[AAAI 2025]👔IMAGDressing👔: Geração Modular Interativa de Vestuário para Prova Virtual. Ele permite a geração personalizável de imagens humanas com controle flexível de vestuário, pose e cena, garantindo alta fidelidade e consistência da roupa para prova virtual.

muzishen
⭐ 1,347 Python 👤 muzishen User 🕐 Atualizado 2025-09-30 📅 Criado 2024-06-01
52
brianspiering/awesome-dl4nlp

Uma lista curada de recursos incríveis de Deep Learning (DL) para Processamento de Linguagem Natural (NLP)

brianspiering
⭐ 1,311 👤 brianspiering User 🕐 Atualizado 2026-01-24 📅 Criado 2016-06-04
53
ahundt/awesome-robotics

Uma lista curada de links e bibliotecas de software incríveis que são úteis para robôs.

ahundt
⭐ 1,293 👤 ahundt User 🕐 Atualizado 2024-01-10 📅 Criado 2017-05-12
54
mims-harvard/TDC

Therapeutics Commons (TDC): Fundação Multimodal para a Ciência Terapêutica

mims-harvard
⭐ 1,263 Jupyter Notebook 👤 mims-harvard Organization 🕐 Atualizado 2025-07-13 📅 Criado 2020-09-17
55
Scale3-Labs/langtrace

Langtrace 🔍 é uma ferramenta de observabilidade ponta a ponta de código aberto, baseada em Open Telemetry, para aplicações LLM, fornecendo rastreamento em tempo real, avaliações e métricas para LLMs populares, frameworks LLM, vectorDBs e muito mais. Integre usando Typescript, Python. 🚀💻📊

Scale3-Labs
⭐ 1,236 TypeScript 👤 Scale3-Labs Organization 🕐 Atualizado 2025-11-17 📅 Criado 2024-03-30
56
satellite-image-deep-learning/datasets

Conjuntos de dados para aprendizado profundo com imagens de satélite e aéreas

satellite-image-deep-learning
⭐ 1,226 👤 satellite-image-deep-learning Organization 🕐 Atualizado 2026-11-07 📅 Criado 2022-11-25
57
midas-research/audino

Ferramenta de anotação de áudio de código aberto para humanos

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 Atualizado 2026-02-03 📅 Criado 2019-10-03
58
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
59
yaodongC/awesome-instruction-dataset

Uma coleção de conjuntos de dados de código aberto para treinar LLMs que seguem instruções (ChatGPT, LLaMA, Alpaca)

yaodongC
⭐ 1,136 👤 yaodongC User 🕐 Atualizado 2024-01-04 📅 Criado 2023-03-29
60
reacher-z/Awesome-CUA

Catálogo aberto de agentes de uso de computadores, com fontes verificáveis: artigos analisados, modelos de GUI, conjuntos de dados, benchmarks, ferramentas e dados reutilizáveis em JSONL/SQLite.

reacher-z
⭐ 1,072 Python 👤 reacher-z User 🕐 Atualizado 2026-11-21 📅 Criado 2026-10-16
61
MOLAorg/mola

Um framework de otimização modular para localização e mapeamento (MOLA)

MOLAorg
⭐ 1,069 C++ 👤 MOLAorg Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-11-05
62
OpenCSGs/csghub-server

csghub-server é o servidor backend para o CSGHub, que ajuda o usuário a gerenciar conjuntos de dados, modelos e também a executar inferência de modelos, ajuste fino e espaços de aplicativos.

OpenCSGs
⭐ 1,041 Go 👤 OpenCSGs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-01-12
63
CLUEbenchmark/CLUECorpus2020

Corpus de Pré‑Training de grande escala para Chinês 100G (corpus de pré‑treinamento em chinês)

CLUEbenchmark
⭐ 1,022 👤 CLUEbenchmark Organization 🕐 Atualizado 2026-02-06 📅 Criado 2020-01-25
64
zjunlp/Prompt4ReasoningPapers

[ACL 2023] Raciocínio com Prompting de Modelos de Linguagem: Uma Pesquisa

zjunlp
⭐ 1,007 👤 zjunlp Organization 🕐 Atualizado 2025-05-21 📅 Criado 2022-09-14
65
MinishLab/semhash

Deduplicação & Filtragem Semântica Multimodal Rápida

MinishLab
⭐ 979 Python 👤 MinishLab Organization 🕐 Atualizado 2026-11-11 📅 Criado 2024-10-13
66
ipea/geobr

Acesso fácil a conjuntos de dados espaciais oficiais do Brasil em R e Python

ipea
⭐ 974 Python 👤 ipea Organization 🕐 Atualizado 2026-11-09 📅 Criado 2019-03-22
67
DmitryRyumin/ICCV-2023-25-Papers

Artigos ICCV 2023-2025: Descubra pesquisas de ponta da ICCV 2023-25, a principal conferência de visão computacional. Mantenha-se atualizado sobre o que há de mais recente em visão computacional e aprendizado profundo, com código incluído. ⭐ Apoie o desenvolvimento da inteligência visual!

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 Atualizado 2025-11-07 📅 Criado 2023-09-04
68
Yuan-ManX/ai-audio-datasets

Conjuntos de Dados de Áudio de IA (AI-ADS) 🎵, incluindo Voz, Música e Efeitos Sonoros, que podem fornecer dados de treinamento para IA Generativa, AIGC, treinamento de modelos de IA, desenvolvimento de ferramentas de áudio inteligentes e aplicações de áudio.

Yuan-ManX
⭐ 950 👤 Yuan-ManX User 🕐 Atualizado 2025-07-08 📅 Criado 2022-12-18
69
datasets/commons

DataHub commons. Conjuntos de dados interessantes e importantes

datasets
⭐ 943 👤 datasets Organization 🕐 Atualizado 2026-08-11 📅 Criado 2013-01-13
70
adalca/medical-datasets

rastreamento de conjuntos de dados médicos, com foco em imagens médicas

adalca
⭐ 933 👤 adalca User 🕐 Atualizado 2026-10-16 📅 Criado 2019-02-26
71
mlcommons/croissant

Croissant é um formato de alto nível para conjuntos de dados de machine learning que reúne quatro camadas ricas.

mlcommons
⭐ 922 Jupyter Notebook 👤 mlcommons Organization 🕐 Atualizado 2026-11-16 📅 Criado 2023-03-20
72
huggingface/dataset-viewer

Backend que alimenta o visualizador de conjuntos de dados nas páginas de conjuntos de dados do Hugging Face através de uma API pública.

huggingface
⭐ 910 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-20 📅 Criado 2021-07-26
73
coderonion/awesome-llm-and-aigc

🚀🚀🚀Uma coleção de projetos públicos incríveis sobre Modelos de Linguagem Grandes (LLM), Modelos de Linguagem Visual (VLM), Ação de Linguagem Visual (VLA), Conteúdo Gerado por IA (AIGC), os Datasets e Aplicações relacionados.

coderonion
⭐ 810 👤 coderonion User 🕐 Atualizado 2025-08-01 📅 Criado 2023-02-15
74
huggingface/Repo2RLEnv

Transforme qualquer repositório em ambientes de RL verificáveis para agentes de programação — tarefas do Harbor que você pode usar para treinar, avaliar e compartilhar no Hugging Face Hub

huggingface
⭐ 804 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-16 📅 Criado 2026-05-05
75
mathiasmantelli/awesome-mobile-robotics

Links úteis de diferentes conteúdos relacionados a IA, Visão Computacional e Robótica.

mathiasmantelli
⭐ 787 👤 mathiasmantelli User 🕐 Atualizado 2026-08-03 📅 Criado 2020-06-25
76
ExerciseDB/exercisedb-api

A API ExerciseDB é uma API de banco de dados de exercícios físicos que permite aos usuários acessar dados de exercícios de alta qualidade, consistindo em mais de 11.000 exercícios. Esta API oferece informações extensas sobre cada exercício, incluindo partes do corpo alvo, equipamentos necessários, vídeos, GIFs, imagens para orientação visual e instruções passo a passo.

ExerciseDB
⭐ 767 👤 ExerciseDB Organization 🕐 Atualizado 2025-11-25 📅 Criado 2025-11-25
77
openml/OpenML

Aprendizado de Máquina Aberto

openml
⭐ 761 PHP 👤 openml Organization 🕐 Atualizado 2026-11-20 📅 Criado 2012-12-11
78
jianzhnie/awesome-instruction-datasets

Uma coleção de awesome-prompt-datasets, awesome-instruction-dataset, para treinar modelos ChatLLM como o chatgpt, reunindo uma grande variedade de conjuntos de dados de instruções para o treinamento de modelos ChatLLM.

jianzhnie
⭐ 753 👤 jianzhnie User 🕐 Atualizado 2026-06-17 📅 Criado 2023-03-25
79
facebookincubator/nimble

Novo formato de arquivo extensível para armazenamento de grandes conjuntos de dados colunares.

facebookincubator
⭐ 745 C++ 👤 facebookincubator Organization 🕐 Atualizado 2026-09-21 📅 Criado 2023-12-12
80
saltudelft/ml4se

Uma lista curada de artigos, teses, datasets e ferramentas relacionadas à aplicação de Machine Learning para Engenharia de Software

saltudelft
⭐ 734 👤 saltudelft Organization 🕐 Atualizado 2025-11-06 📅 Criado 2020-06-04
81
ultralytics/assets

Logos compartilhados da Ultralytics, mídia, imagens de amostra, pesos de modelos pré-treinados, artefatos de conjunto de dados e ativos de lançamento.

ultralytics
⭐ 706 👤 ultralytics Organization 🕐 Atualizado 2026-10-06 📅 Criado 2022-08-06
82
open-edge-platform/datumaro

Framework de Gerenciamento de Conjuntos de Dados, uma biblioteca Python e uma ferramenta de CLI para construir, analisar e gerenciar conjuntos de dados de Visão Computacional.

open-edge-platform
⭐ 701 Python 👤 open-edge-platform Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-09-01
83
st-tech/zr-obp

Open Bandit Pipeline: uma biblioteca python para algoritmos bandit e avaliação off-policy

st-tech
⭐ 685 Python 👤 st-tech Organization 🕐 Atualizado 2024-06-03 📅 Criado 2020-06-16
85
lartpang/awesome-segmentation-saliency-dataset

Uma coleção de alguns conjuntos de dados para segmentação / detecção de saliência. Bem-vindo ao PR...:smile:

lartpang
⭐ 645 👤 lartpang User 🕐 Atualizado 2026-09-15 📅 Criado 2018-12-30
86
IndoNLP/indonlu

O primeiro e vasto benchmark de processamento de linguagem natural para a língua indonésia. Fornecemos várias tarefas downstream, modelos IndoBERT pré-treinados e um código inicial! (AACL-IJCNLP 2020)

IndoNLP
⭐ 635 Jupyter Notebook 👤 IndoNLP Organization 🕐 Atualizado 2024-11-16 📅 Criado 2020-09-12
87
jasonmanesis/Satellite-Imagery-Datasets-Containing-Ships

Este repositório fornece uma lista abrangente de conjuntos de dados de satélite de radar e ópticos, selecionados para tarefas de detecção, classificação, segmentação semântica e segmentação de instâncias de navios. Estes conjuntos de dados são ideais para aplicações em visão computacional, aprendizado de máquina, sensoriamento remoto e análise marítima.

jasonmanesis
⭐ 588 👤 jasonmanesis User 🕐 Atualizado 2025-01-18 📅 Criado 2021-04-24
88
maduc7/Histopathology-Datasets

Recursos de conjuntos de dados de histopatologia

maduc7
⭐ 580 👤 maduc7 User 🕐 Atualizado 2026-03-06 📅 Criado 2022-07-22
89
lcybuzz/Low-Level-Vision-Paper-Record

Registrar artigos recentes sobre tarefas de visão de baixo nível, como super-resolução de imagens/vídeos, e tarefas como geração de imagens, principalmente métodos baseados em DL após 2018.

lcybuzz
⭐ 551 👤 lcybuzz User 🕐 Atualizado 2025-03-06 📅 Criado 2020-02-25
90
BaseModelAI/cleora

Cleora AI é um modelo de código aberto de uso geral para o aprendizado eficiente e escalável de embeddings de entidade estáveis e indutivas para dados relacionais heterogêneos. Criado pela equipe da Synerise.com.

BaseModelAI
⭐ 547 Python 👤 BaseModelAI Organization 🕐 Atualizado 2026-11-19 📅 Criado 2020-11-05
91
junkunyuan/Awesome-Domain-Generalization

Coisas incríveis sobre generalização de domínio, incluindo artigos, código, etc.

junkunyuan
⭐ 544 👤 junkunyuan User 🕐 Atualizado 2026-11-07 📅 Criado 2022-02-07
92
RenzeLou/awesome-instruction-learning

Artigos e Conjuntos de Dados sobre Ajuste Fino e Seguimento de Instruções. ✨✨✨

RenzeLou
⭐ 506 Python 👤 RenzeLou User 🕐 Atualizado 2024-04-04 📅 Criado 2023-02-21