Git Stars Git Stars

#dataset Репозитории

173
Всего репозиториев
893,448
Всего звезд
5,164
Среднее количество звезд на репозиторий

Всего репозиториев: 173

101
magpie-align/magpie

[ICLR 2025] Синтез данных для выравнивания с нуля путем запроса выровненных LLM с помощью пустого ввода. Ваш эффективный и высококачественный конвейер генерации синтетических данных!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 Обновлено 2025-03-17 📅 Создано 2024-06-12
102
mims-harvard/PrimeKG

Граф знаний прецизионной медицины (PrimeKG)

mims-harvard
⭐ 841 Jupyter Notebook 👤 mims-harvard Organization 🕐 Обновлено 2026-06-30 📅 Создано 2022-04-18
103
hcliucs/APSD

Официальный набор данных для «Оценки незаметности состязательных возмущений: с визуальной точки зрения»

hcliucs
⭐ 833 👤 hcliucs User 🕐 Обновлено 2026-09-02 📅 Создано 2023-07-28
104
mlfoundations/MINT-1T

🍃 MINT-1T: Мультимодальный перемежающийся набор данных, содержащий один триллион токенов.

mlfoundations
⭐ 828 👤 mlfoundations Organization 🕐 Обновлено 2024-07-31 📅 Создано 2024-06-16
105
thiagobodruk/bible

Библейские тексты в форматах JSON и XML — 141 версия на 85 языках, готовые для приложений, поиска стихов и наборов данных для NLP/ИИ

thiagobodruk
⭐ 802 👤 thiagobodruk User 🕐 Обновлено 2026-11-11 📅 Создано 2015-11-13
106
alchaincyf/huashu-bird-sticker

Глобальная библиотека стикеров птиц с открытым исходным кодом от Хуа Шу · Стикеры, созданные ИИ для более чем 11 000 видов птиц (AviList v2026), лицензия CC BY 4.0, названия на 43 языках и структурированные данные

alchaincyf
⭐ 798 👤 alchaincyf User 🕐 Обновлено 2026-11-21 📅 Создано 2026-10-30
107
cdapio/cdap

Фреймворк с открытым исходным кодом для создания приложений для анализа данных.

cdapio
⭐ 791 Java 👤 cdapio Organization 🕐 Обновлено 2026-11-21 📅 Создано 2014-08-02
108
waspinator/pycococreator

Вспомогательные функции для создания наборов данных COCO

waspinator
⭐ 783 Python 👤 waspinator User 🕐 Обновлено 2024-06-20 📅 Создано 2018-03-29
109
pedropro/TACO

🌮 Инструментарий для набора данных аннотаций мусора в контексте

pedropro
⭐ 781 Jupyter Notebook 👤 pedropro User 🕐 Обновлено 2026-10-20 📅 Создано 2019-06-08
110
voidful/awesome-chatgpt-dataset

Раскройте силу LLM: изучите эти наборы данных, чтобы обучить свой собственный ChatGPT!

voidful
⭐ 773 Python 👤 voidful User 🕐 Обновлено 2026-10-27 📅 Создано 2023-04-21
111
cs-chan/Total-Text-Dataset

Набор данных Total Text. Он состоит из 1555 изображений с более чем 3 различными ориентациями текста: горизонтальной, многонаправленной и изогнутой, и является единственным в своем роде.

cs-chan
⭐ 768 MATLAB 👤 cs-chan User 🕐 Обновлено 2026-09-30 📅 Создано 2017-08-24
112
techascent/tech.ml.dataset

Система обработки данных высокой производительности на Clojure

techascent
⭐ 762 Clojure 👤 techascent Organization 🕐 Обновлено 2026-10-02 📅 Создано 2019-02-14
113
ShuangLI59/person_search

Совместное обучение признакам обнаружения и идентификации для поиска людей

ShuangLI59
⭐ 751 Python 👤 ShuangLI59 User 🕐 Обновлено 2024-04-26 📅 Создано 2016-04-06
114
viniciussanchez/dataset-serialize

Конвертер JSON в DataSet и DataSet в JSON для Delphi и Lazarus (FPC)

viniciussanchez
⭐ 747 Pascal 👤 viniciussanchez User 🕐 Обновлено 2026-08-03 📅 Создано 2019-05-22
115
thorstenMueller/Thorsten-Voice

Thorsten-Voice: Бесплатная для использования, работающая оффлайн, высококачественная немецкая TTS-голос должна быть доступна для каждого проекта без каких-либо проблем с лицензиями.

thorstenMueller
⭐ 746 Python 👤 thorstenMueller User 🕐 Обновлено 2026-08-04 📅 Создано 2019-10-29
116
zcablii/SARDet_100K

[NeurIPS 2024 spotlight] Официальная реализация MSFA и выпуск набора данных SARDet_100K для крупномасштабного обнаружения объектов с использованием радара с синтезированной апертурой (SAR)

zcablii
⭐ 743 Python 👤 zcablii User 🕐 Обновлено 2025-05-06 📅 Создано 2024-02-20
117
wb14123/couplet-dataset

Набор данных для парных стихов. База данных из 700 000 парных стихов.

wb14123
⭐ 743 Python 👤 wb14123 User 🕐 Обновлено 2025-02-05 📅 Создано 2018-02-24
118
tensorflow/io

Расширения Dataset, потоковой передачи и файловой системы, поддерживаемые TensorFlow SIG-IO

tensorflow
⭐ 739 C++ 👤 tensorflow Organization 🕐 Обновлено 2026-06-25 📅 Создано 2018-11-09
119
rois-codh/kmnist

Репозиторий для Kuzushiji-MNIST, Kuzushiji-49 и Kuzushiji-Kanji

rois-codh
⭐ 738 Python 👤 rois-codh Organization 🕐 Обновлено 2024-05-31 📅 Создано 2018-10-12
120
moein-shariatnia/OpenAI-CLIP

Простая реализация модели OpenAI CLIP в PyTorch.

moein-shariatnia
⭐ 727 Jupyter Notebook 👤 moein-shariatnia User 🕐 Обновлено 2025-10-18 📅 Создано 2021-04-07
121
EverMind-AI/SkillCorpus

Инфраструктура с открытым исходным кодом, превращающая разрозненные файлы SKILL.md в курируемые корпуса навыков агентов, готовые к поиску, включая инструменты поиска и оценки.

EverMind-AI
⭐ 706 Python 👤 EverMind-AI Organization 🕐 Обновлено 2026-11-19 📅 Создано 2026-08-11
122
layumi/University1652-Baseline

ACM Multimedia2020 University-1652: Многоракурсный многоисточниковый бенчмарк для геолокации на основе дронов :helicopter: аннотирует 1652 здания в 72 университетах по всему миру.

layumi
⭐ 703 Python 👤 layumi User 🕐 Обновлено 2026-11-20 📅 Создано 2019-11-04
123
open-edge-platform/datumaro

Dataset Management Framework, библиотека Python и инструмент CLI для создания, анализа и управления наборами данных компьютерного зрения.

open-edge-platform
⭐ 701 Python 👤 open-edge-platform Organization 🕐 Обновлено 2026-11-20 📅 Создано 2020-09-01
124
google-deepmind/long-form-factuality

Бенчмаркинг фактической точности длинных текстов в больших языковых моделях. Исходный код нашей статьи «Long-form factuality in large language models».

google-deepmind
⭐ 698 Python 👤 google-deepmind Organization 🕐 Обновлено 2026-06-18 📅 Создано 2024-03-25
125
wenhaochai/MovieChat

[CVPR 2024] MovieChat: От плотных токенов к разреженной памяти для понимания длинных видео

wenhaochai
⭐ 698 Python 👤 wenhaochai User 🕐 Обновлено 2025-01-29 📅 Создано 2023-06-26
126
ucas-vg/PointTinyBenchmark

Набор кода для обнаружения и локализации точечных и крошечных объектов UCAS-VG

ucas-vg
⭐ 689 Python 👤 ucas-vg Organization 🕐 Обновлено 2025-06-12 📅 Создано 2019-12-21
127
datalad/datalad

Держите код, данные и контейнеры под контролем с помощью git и git-annex

datalad
⭐ 675 Python 👤 datalad Organization 🕐 Обновлено 2026-11-20 📅 Создано 2013-11-01
128
bertjiazheng/Structured3D

[ECCV'20] Structured3D: Большой фотореалистичный датасет для структурированного 3D-моделирования

bertjiazheng
⭐ 666 Python 👤 bertjiazheng User 🕐 Обновлено 2025-02-24 📅 Создано 2019-05-09
129
facebookresearch/Ego4d

Репозиторий набора данных Ego4d. Загрузите набор данных, визуализируйте, извлеките признаки и пример использования набора данных

facebookresearch
⭐ 665 Jupyter Notebook 👤 facebookresearch Organization 🕐 Обновлено 2026-07-25 📅 Создано 2021-11-23
130
Jakobovski/free-spoken-digit-dataset

Бесплатный аудиодатасет произнесенных цифр. Аудиоверсия MNIST.

Jakobovski
⭐ 663 Python 👤 Jakobovski User 🕐 Обновлено 2024-05-02 📅 Создано 2016-06-21
131
onejune2018/Awesome-LLM-Eval

Awesome-LLM-Eval: тщательно подобранный список инструментов, наборов данных/бенчмарков, демонстраций, таблиц лидеров, статей, документов и моделей, в основном для оценки LLM. Тщательно подобранный список инструментов, бенчмарков/данных, демонстраций, рейтингов и больших моделей, в основном ориентированный на оценку базовых больших моделей, с целью исследования технологических границ генеративного ИИ.

onejune2018
⭐ 661 👤 onejune2018 User 🕐 Обновлено 2025-11-24 📅 Создано 2023-04-26
132
cs-chan/Exclusively-Dark-Image-Dataset

Набор данных Exclusively Dark (ExDARK), который, насколько нам известно, является крупнейшей коллекцией низкоосвещённых изображений, снятых в условиях очень слабого освещения до сумерек (т.е. 10 различных условий) до настоящего времени, с аннотациями уровня классов изображений и объектов.

cs-chan
⭐ 658 MATLAB 👤 cs-chan User 🕐 Обновлено 2026-09-30 📅 Создано 2018-05-28
133
benedekrozemberczki/datasets

Репозиторий довольно крутых наборов данных, которые я собрал для исследований в области сетевой науки и машинного обучения.

benedekrozemberczki
⭐ 657 👤 benedekrozemberczki User 🕐 Обновлено 2025-12-20 📅 Создано 2019-04-07
134
CornellNLP/ConvoKit

ConvoKit — это набор инструментов для извлечения особенностей разговоров и анализа социальных явлений в разговорах. Он включает несколько больших наборов данных разговоров, а также скрипты, демонстрирующие использование набора инструментов на этих наборах данных.

CornellNLP
⭐ 656 Jupyter Notebook 👤 CornellNLP Organization 🕐 Обновлено 2026-10-16 📅 Создано 2016-03-14
135
philipperemy/FX-1-Minute-Data

HISTDATA - Набор данных, состоящий из всех FX торговых пар / Нефти / Индексов акций. Простой API для получения 1-минутных данных (и тиковых данных) Исторических цен FX (актуально).

philipperemy
⭐ 649 Python 👤 philipperemy User 🕐 Обновлено 2025-05-04 📅 Создано 2017-05-22
136
D-X-Y/NAS-Bench-201

API и инструкции NAS-Bench-201

D-X-Y
⭐ 649 Python 👤 D-X-Y User 🕐 Обновлено 2025-10-31 📅 Создано 2017-04-24
137
commaai/comma2k19

Набор данных для вождения для разработки и валидации объединенных оценщиков позы и алгоритмов картирования

commaai
⭐ 646 Jupyter Notebook 👤 commaai Organization 🕐 Обновлено 2025-07-20 📅 Создано 2018-12-12
138
lartpang/awesome-segmentation-saliency-dataset

Коллекция некоторых наборов данных для сегментации / детекции салиентности. Добро пожаловать в PR...:smile:

lartpang
⭐ 645 👤 lartpang User 🕐 Обновлено 2026-09-15 📅 Создано 2018-12-30
139
iejMac/video2dataset

Легко создавайте большие наборы видеоданных из URL-адресов видео

iejMac
⭐ 644 Python 👤 iejMac User 🕐 Обновлено 2024-07-30 📅 Создано 2022-10-15
140
jonathanwvd/awesome-industrial-datasets

Кураторская коллекция общедоступных промышленных наборов данных.

jonathanwvd
⭐ 643 👤 jonathanwvd User 🕐 Обновлено 2026-11-21 📅 Создано 2022-10-25
141
onyx-dot-app/EnterpriseRAG-Bench

Набор данных и эталон для RAG по внутренним документам компании.

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 Обновлено 2026-09-03 📅 Создано 2026-02-19
142
HowieHwong/TrustLLM

[ICML 2024] TrustLLM: оценка надёжности LLM по критериям правдивости, безопасности, справедливости, устойчивости, конфиденциальности и этичности. Набор инструментов Python/CLI для локальных моделей, совместимых API и оркестрации ИИ-агентов.

HowieHwong
⭐ 635 Python 👤 HowieHwong User 🕐 Обновлено 2026-10-04 📅 Создано 2023-12-23
143
CubiCasa/CubiCasa5k

Набор данных планов этажей CubiCasa5k

CubiCasa
⭐ 635 Jupyter Notebook 👤 CubiCasa Organization 🕐 Обновлено 2026-11-08 📅 Создано 2019-01-23
144
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

Полный жизненный цикл проекта по науке о данных

achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 Обновлено 2024-06-07 📅 Создано 2020-09-02
145
nghuyong/weibo-cov

Weibo-COV: Масштабный набор данных о COVID-19 из социальных сетей Weibo

nghuyong
⭐ 626 👤 nghuyong User 🕐 Обновлено 2025-08-23 📅 Создано 2020-02-20
146
ApolloScapeAuto/dataset-api

Открытый набор данных ApolloScape для автономного вождения и его применение.

ApolloScapeAuto
⭐ 620 Jupyter Notebook 👤 ApolloScapeAuto User 🕐 Обновлено 2026-10-31 📅 Создано 2018-06-25
147
guptarohit/cryptoCMD

Библиотека исторических данных цен криптовалют на Python. Данные из https://coinmarketcap.com.

guptarohit
⭐ 612 Python 👤 guptarohit User 🕐 Обновлено 2026-07-25 📅 Создано 2018-01-27
148
HuangCongQing/3D-Point-Clouds

🔥3D обнаружение объектов по облаку точек и семантическая сегментация (глубокое обучение) - SOTA методы, код, статьи, наборы данных и т. д.

HuangCongQing
⭐ 611 Jupyter Notebook 👤 HuangCongQing User 🕐 Обновлено 2025-01-20 📅 Создано 2021-01-15
149
toddrjones/datasets

Сборник из более чем 150 бесплатных наборов данных для использования в социальных науках, прикладной микроэкономике, визуализации данных и т. д.

toddrjones
⭐ 603 👤 toddrjones User 🕐 Обновлено 2026-11-20 📅 Создано 2026-10-09
150
RingBDStack/SocialED

Библиотека Python для обнаружения социальных событий

RingBDStack
⭐ 597 Python 👤 RingBDStack Organization 🕐 Обновлено 2026-10-02 📅 Создано 2024-11-27