#data-augmentation Репозитории
Откройте для себя 46 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #data-augmentation, с общим числом 80,183 звёзд (в среднем 1,743 на проект). Лидером этой темы является open-mmlab/mmcv, набравший 6,490 звёзд.
Всего репозиториев: 46
Библиотека с ускорением на GPU, содержащая высокооптимизированные строительные блоки и исполнительный движок для обработки данных, для ускорения приложений обучения и вывода глубокого обучения.
🔥🔥Библиотека распознавания лиц высокой производительности на PaddlePaddle & PyTorch🔥🔥
TextAttack 🐙 — это фреймворк на Python для адверсариальных атак, аугментации данных и обучения моделей в NLP https://textattack.readthedocs.io/en/master/
Высокопроизводительная система ввода-вывода на основе Python для больших (и малых) задач глубокого обучения с сильной поддержкой PyTorch.
GigaBrain-0: Визуально-языково-действенная модель, работающая на основе мировой модели
🎨 NeMo Data Designer: Генерируйте высококачественные синтетические данные с нуля или из seed-данных.
Библиотека Python для аугментации аудиоданных. Полезна для того, чтобы модели машинного обучения аудио хорошо работали в реальном мире, а не только в лаборатории.
fastdup — это мощный бесплатный инструмент, предназначенный для быстрого получения ценной информации из наборов данных изображений и видео. Он помогает повысить качество как изображений, так и меток, значительно снижая затраты на операции с данными, и все это при непревзойденной масштабируемости.
Пакет для расширения данных на китайском языке в один клик; Расширение данных NLP, расширение данных bert, EDA: pip install nlpcda
Список полезных ресурсов для аугментации данных. Здесь вы найдете некоторые нераспространенные техники, библиотеки, ссылки на репозитории GitHub, статьи и другое.
В рамках данного проекта была разработана и реализована интеллектуальная система медицинских вопросов и ответов, основанная на RAG (генерации с дополнением поиском) на базе графов знаний и больших языковых моделей. Используя медицинский набор данных DiseaseKG и Neo4j, система строит предметно-ориентированный граф знаний, содержащий 44 000 сущностей и 310 000 связей. Сочетая распознавание именованных сущностей с помощью BERT и распознавание намерений с помощью модели 32B, система эффективно снижает проблему галлюцинаций больших моделей в медицинских сценариях за счет точного поиска по графу и контролируемой генерации ответов, что значительно повышает точность и надежность предоставляемой информации.
Код для статьи TKDE «Самонастраивающееся обучение на графах: Контрастное, генеративное или предиктивное»
Этот репозиторий собирает статьи для «Обзор методов дистилляции знаний больших языковых моделей». Мы разбиваем KD на извлечение знаний и алгоритмы дистилляции, а также исследуем дистилляцию навыков и вертикальную дистилляцию LLM.
Простой метод выполнения полунадзорового обучения с ограниченными данными.
Фреймворк для аугментации данных для классификации и сегментации изображений 2D и 3D
Быстрое аугментирование аудиоданных в PyTorch. Вдохновлено audiomentations. Полезно для глубокого обучения.
База кода для генеративно-состязательных сетей временных рядов (TimeGAN) – NeurIPS 2019
Отличные статьи о генеративном извлечении информации (IE) с использованием больших языковых моделей (LLM)
Кодовая база и курируемый список отличных моделей глубокого обучения с длинным хвостом (TPAMI 2023).
AugMix: Простой метод обработки данных для повышения устойчивости и неопределённости
Курация списка исследований, инструментов, проектов и других ресурсов, связанных с AutoML
Natural Language Toolkit для индийских языков стремится предоставить готовую к использованию поддержку для различных задач NLP, которые может потребоваться разработчику приложений.
NL-Augmenter 🦎 → 🐍 Совместный репозиторий преобразований естественного языка
Код для EgoX: Генерация Эгоцентрического Видео из одного Экзоцентрического Видео
Библиотека для генерации и оценки синтетических табличных данных для обеспечения конфиденциальности, справедливости и дополнения данных.
Все мои самостоятельно обученные и выпущенные модели масштабирования (upscaling) ИИ. Собрав и применив более 600 различных моделей масштабирования, я научился обучать свои собственные модели, и вот результаты.
CAIRI Toolbox и Benchmark для обучения визуальным представлениям с учителем, частичным обучением и самообучением
Энд-ту-энд конвейер обнаружения объектов YOLOv4/v3/v2, реализованный на tf.keras с различными технологиями
Демонстрация генерации синтетических данных с использованием набора транзакционных данных розничной торговли Великобритании. Идеально подходит для специалистов в секторах розничной торговли, электронной коммерции, финансов и цепочек поставок, которые хотят создавать реалистичные синтетические данные, сохраняющие конфиденциальность, для тестирования, анализа и машинного обучения.
Аугментация изображений для компьютерного зрения. Только лицензия AGPL-3.0 или коммерческое лицензирование.
Пайплайн усиления для рендеринга процессов печати на синтетической бумаге, факса, сканирования и копирования
[EMNLP 2024] MeChat: Большая модель диалога о психическом здоровье в китайском домене
Часто задаваемые вопросы
Какой репозиторий по теме #data-augmentation наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #data-augmentation на GitHub — open-mmlab/mmcv, набравший 6,490 звёзд. OpenMMLab Фонд компьютерного зрения
Какие языки программирования чаще всего используются в репозиториях по теме #data-augmentation?
Среди наиболее высоко оценённых проектов по теме #data-augmentation на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++.
Как рассчитывается рейтинг репозиториев по теме #data-augmentation?
Мы отслеживаем 46 активных репозиториев с открытым исходным кодом, отмеченных тегом #data-augmentation (500 и более звёзд), с общим числом 80,183 звёзд и в среднем 1,743 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.