Git Stars Git Stars

#data-augmentation 仓库

探索 46 个标记为 #data-augmentation 的活跃开源 GitHub 仓库,它们累计获得 80,183 个 Star(平均每个项目 1,743 个)。该主题的领先项目是 open-mmlab/mmcv,拥有 6,490 个 Star。

46
仓库总数
80,183
总星标数
1,743
平均每个仓库星标数
1
open-mmlab/mmcv

OpenMMLab 计算机视觉基金会

open-mmlab
⭐ 6,490 Python 👤 open-mmlab Organization 🕐 已更新 2026-09-28 📅 创建时间 2018-08-22
2
snorkel-team/snorkel

一个用于弱监督快速生成训练数据的系统

snorkel-team
⭐ 6,028 Python 👤 snorkel-team Organization 🕐 已更新 2026-10-13 📅 创建时间 2016-02-26
3
NVIDIA/DALI

一个GPU加速库,包含高度优化的构建模块和数据处理执行引擎,用于加速深度学习训练和推理应用。

NVIDIA
⭐ 5,797 C++ 👤 NVIDIA Organization 🕐 已更新 2026-11-20 📅 创建时间 2018-06-01
4
facebookresearch/AugLy

音频、图像、文本和视频的数据增强库。

facebookresearch
⭐ 5,097 Python 👤 facebookresearch Organization 🕐 已更新 2026-11-17 📅 创建时间 2021-06-09
5
openai/improved-diffusion

改进的去噪扩散概率模型发布

openai
⭐ 3,764 Python 👤 openai Organization 🕐 已更新 2024-07-18 📅 创建时间 2021-02-08
6
ZhaoJ9014/face.evoLVe

🔥🔥基于PaddlePaddle & PyTorch的高性能人脸识别库🔥🔥

ZhaoJ9014
⭐ 3,589 Python 👤 ZhaoJ9014 User 🕐 已更新 2025-03-20 📅 创建时间 2019-01-04
7
QData/TextAttack

TextAttack 🐙 是一个用于NLP中对抗攻击、数据增强和模型训练的Python框架 https://textattack.readthedocs.io/en/master/

QData
⭐ 3,483 Python 👤 QData Organization 🕐 已更新 2026-08-15 📅 创建时间 2019-10-15
8
webdataset/webdataset

一个高性能的基于Python的I/O系统,用于大型(和小)深度学习问题,并提供强大的PyTorch支持。

webdataset
⭐ 3,222 Python 👤 webdataset Organization 🕐 已更新 2026-02-09 📅 创建时间 2019-08-07
9
open-gigaai/giga-brain-0

GigaBrain-0:一个由世界模型驱动的视觉-语言-动作模型

open-gigaai
⭐ 2,673 Python 👤 open-gigaai Organization 🕐 已更新 2026-09-09 📅 创建时间 2025-09-26
10
TorchIO-project/torchio

用于 AI 应用的医学影像处理。

TorchIO-project
⭐ 2,457 Python 👤 TorchIO-project Organization 🕐 已更新 2026-11-13 📅 创建时间 2019-11-26
11
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer:从零开始或从种子数据生成高质量合成数据。

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-10-16
12
iver56/audiomentations

一个用于音频数据增强的Python库。有助于让音频机器学习模型在现实世界中有效运行,而不仅仅是在实验室里。

iver56
⭐ 2,329 Python 👤 iver56 User 🕐 已更新 2026-04-13 📅 创建时间 2019-02-12
13
visual-layer/fastdup

fastdup是一款强大、免费的工具,旨在从图像和视频数据集中快速生成有价值的见解。它有助于提高图像和标签的质量,同时显著降低数据运营成本,并具有无与伦比的可扩展性。

visual-layer
⭐ 1,915 Python 👤 visual-layer Organization 🕐 已更新 2026-08-23 📅 创建时间 2022-05-11
14
425776024/nlpcda

一键中文数据增强包 ; NLP数据增强、bert数据增强、EDA:pip install nlpcda

425776024
⭐ 1,876 Python 👤 425776024 User 🕐 已更新 2026-10-30 📅 创建时间 2019-12-29
15
AgaMiko/data-augmentation-review

有用的数据增强资源列表。您将在此处找到一些不常见的技巧、库、GitHub 仓库链接、论文等。

AgaMiko
⭐ 1,636 👤 AgaMiko User 🕐 已更新 2026-11-03 📅 创建时间 2019-09-28
16
honeyandme/RAGQnASystem

本项目设计并实现了一个基于知识图谱 RAG 与大语言模型的医疗智能问答系统。系统以 DiseaseKG 医疗数据集为基础,依托 Neo4j 构建包含 4.4 万实体与 31 万关系的领域知识图谱;结合 BERT 命名实体识别与 32B 大模型意图识别,通过精确的图谱检索与受控的答案生成,有效缓解大模型在医疗场景中的幻觉问题,显著提升回答的准确性与可靠性。

honeyandme
⭐ 1,510 Jupyter Notebook 👤 honeyandme User 🕐 已更新 2026-05-29 📅 创建时间 2024-05-16
17
LirongWu/awesome-graph-self-supervised-learning

TKDE 论文“图上的自监督学习:对比式、生成式还是预测式”的代码

LirongWu
⭐ 1,431 👤 LirongWu User 🕐 已更新 2024-08-15 📅 创建时间 2019-05-24
⭐ 1,330 Python 👤 BIT-DataLab Organization 🕐 已更新 2025-05-25 📅 创建时间 2023-11-01
19
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

本仓库收集了关于“大语言模型知识蒸馏调查”的论文。我们将知识蒸馏分解为知识提取和蒸馏算法,并探索了LLM的技能和垂直蒸馏。

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 已更新 2025-03-09 📅 创建时间 2024-02-08
20
google-research/fixmatch

使用有限数据进行半监督学习的一种简单方法。

google-research
⭐ 1,199 Python 👤 google-research Organization 🕐 已更新 2024-07-30 📅 创建时间 2020-01-21
21
MIC-DKFZ/batchgenerators

用于2D和3D图像分类和分割的数据增强框架

MIC-DKFZ
⭐ 1,177 Jupyter Notebook 👤 MIC-DKFZ Organization 🕐 已更新 2026-11-04 📅 创建时间 2017-10-27
22
iver56/torch-audiomentations

PyTorch 中快速的音频数据增强。受 audiomentations 启发。对深度学习有用。

iver56
⭐ 1,175 Python 👤 iver56 User 🕐 已更新 2025-11-24 📅 创建时间 2020-06-22
23
jsyoon0823/TimeGAN

时间序列生成对抗网络 (TimeGAN) 代码库 - NeurIPS 2019

jsyoon0823
⭐ 1,068 Jupyter Notebook 👤 jsyoon0823 User 🕐 已更新 2026-02-05 📅 创建时间 2020-04-24
24
keras-team/keras-cv

通过 Keras 实现工业级计算机视觉工作流

keras-team
⭐ 1,058 Python 👤 keras-team Organization 🕐 已更新 2026-03-05 📅 创建时间 2020-05-18
25
quqxui/Awesome-LLM4IE-Papers

关于使用大型语言模型(LLM)进行生成式信息抽取(IE)的优秀论文

quqxui
⭐ 1,037 👤 quqxui User 🕐 已更新 2024-11-18 📅 创建时间 2023-12-28
26
YifanZhang07/Awesome-LongTailed-Learning

一个用于优秀长尾深度学习的代码库和精选列表(TPAMI 2023)。

YifanZhang07
⭐ 1,030 Python 👤 YifanZhang07 User 🕐 已更新 2025-11-25 📅 创建时间 2021-09-28
28
google-research/augmix

AugMix:一种简单的数据处理方法,用于提高鲁棒性和不确定性

google-research
⭐ 993 Python 👤 google-research Organization 🕐 已更新 2026-07-17 📅 创建时间 2019-12-05
29
windmaple/awesome-AutoML

整理 AutoML 相关研究、工具、项目和其他资源的列表

windmaple
⭐ 946 👤 windmaple User 🕐 已更新 2026-03-24 📅 创建时间 2018-11-05
30
tesseract-ocr/langdata

Tesseract 的多种语言源训练数据

tesseract-ocr
⭐ 869 👤 tesseract-ocr Organization 🕐 已更新 2025-04-01 📅 创建时间 2015-04-12
31
goru001/inltk

印度语系语言自然语言工具包旨在为应用开发者可能需要的各种 NLP 任务提供开箱即用支持。

goru001
⭐ 835 Python 👤 goru001 User 🕐 已更新 2024-01-20 📅 创建时间 2019-03-23
32
GEM-benchmark/NL-Augmenter

NL-Augmenter 🦎 → 🐍 自然语言转换协作存储库

GEM-benchmark
⭐ 787 Python 👤 GEM-benchmark Organization 🕐 已更新 2024-05-19 📅 创建时间 2021-05-19
33
DAVIAN-Robotics/EgoX

EgoX: 单个外观视频生成自我视角视频的代码

DAVIAN-Robotics
⭐ 769 Python 👤 DAVIAN-Robotics Organization 🕐 已更新 2026-07-10 📅 创建时间 2025-12-09
34
vanderschaarlab/synthcity

一个用于生成和评估隐私、公平性和数据增强的合成表格数据的库。

vanderschaarlab
⭐ 697 Python 👤 vanderschaarlab Organization 🕐 已更新 2026-04-21 📅 创建时间 2022-03-18
35
Phhofm/models

我所有经过自我训练和发布的 AI 图像放大模型。在收集和应用了超过 600 个不同的放大模型后,我学会了如何训练自己的模型,这些就是成果。

Phhofm
⭐ 662 Python 👤 Phhofm User 🕐 已更新 2025-11-14 📅 创建时间 2023-04-25
36
Westlake-AI/openmixup

CAIRI 监督式、半监督式和自监督式视觉表示学习工具箱和基准

Westlake-AI
⭐ 656 Python 👤 Westlake-AI Organization 🕐 已更新 2025-10-15 📅 创建时间 2021-12-30
37
Coder-Yu/SELFRec

一个用于自监督推荐系统的开源框架。

Coder-Yu
⭐ 642 Python 👤 Coder-Yu User 🕐 已更新 2025-06-06 📅 创建时间 2021-09-14
38
YuliangXiu/MobilePose

轻量级单人姿态估计器

YuliangXiu
⭐ 642 Jupyter Notebook 👤 YuliangXiu User 🕐 已更新 2024-05-03 📅 创建时间 2018-01-11
39
david8862/keras-YOLOv3-model-set

端到端 YOLOv4/v3/v2 物体检测管道,在 tf.keras 上使用不同技术实现

david8862
⭐ 638 Python 👤 david8862 User 🕐 已更新 2026-08-01 📅 创建时间 2019-08-18
41
syncora-ai/uk-retail-synthetic-data-generation

使用英国零售交易数据集进行的合成数据生成演示。对于希望为测试、分析和机器学习创建保护隐私、逼真的合成数据的零售、电子商务、金融和供应链领域的专业人士来说,这是理想的选择。

syncora-ai
⭐ 607 👤 syncora-ai User 🕐 已更新 2025-08-25 📅 创建时间 2025-08-11
42
albumentations-team/AlbumentationsX

用于计算机视觉的图像增强。仅限 AGPL-3.0 许可或商业许可。

albumentations-team
⭐ 596 Python 👤 albumentations-team Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-06-19
43
sparkfish/augraphy

用于渲染合成纸打印、传真、扫描和复印机流程的增强管道

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 已更新 2025-07-20 📅 创建时间 2021-05-31
46
qiuhuachuan/smile

[EMNLP 2024] MeChat: 中文领域心理健康对话大模型

qiuhuachuan
⭐ 508 Python 👤 qiuhuachuan User 🕐 已更新 2024-11-17 📅 创建时间 2023-04-25

常见问题解答

1

GitHub 上最受欢迎的 #data-augmentation 仓库是什么?

GitHub 上排名第一的开源 #data-augmentation 项目是 open-mmlab/mmcv,拥有 6,490 个 Star。OpenMMLab 计算机视觉基金会

2

#data-augmentation 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #data-augmentation 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++。

3

#data-augmentation 仓库的排名是如何计算的?

我们跟踪了 46 个标记为 #data-augmentation 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 80,183 个 Star,平均每个仓库拥有 1,743 个 Star。排名每日根据 GitHub API 更新。