Git Stars Git Stars

#dataset 仓库

173
仓库总数
893,448
总星标数
5,164
平均每个仓库星标数

共 173 个仓库

51
ZHOUYI1023/awesome-radar-perception

雷达数据集、检测、跟踪和融合的精选列表

ZHOUYI1023
⭐ 1,851 👤 ZHOUYI1023 User 🕐 已更新 2025-04-05 📅 创建时间 2021-04-23
52
Vchitect/VBench

[CVPR2024 Highlight] VBench - 我们评估视频生成

Vchitect
⭐ 1,850 Python 👤 Vchitect Organization 🕐 已更新 2026-08-21 📅 创建时间 2023-11-27
53
Daisy-Zhang/Awesome-Deepfakes-Detection

深度伪造检测相关的工具、论文和代码列表。

Daisy-Zhang
⭐ 1,822 👤 Daisy-Zhang User 🕐 已更新 2025-09-02 📅 创建时间 2021-06-30
54
SmartFlowAI/EmoLLM

心理健康大模型 (LLM x Mental Health), Pre & Post-training & Dataset & Evaluation & Depoly & RAG, with InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM series models

SmartFlowAI
⭐ 1,797 Python 👤 SmartFlowAI Organization 🕐 已更新 2026-06-18 📅 创建时间 2024-01-11
56
karolpiczak/ESC-50

ESC-50: 环境声音分类数据集

karolpiczak
⭐ 1,711 Python 👤 karolpiczak User 🕐 已更新 2024-03-20 📅 创建时间 2015-04-15
57
capitalone/DataProfiler

您的数据包含什么?从数据集中提取模式、统计信息和实体

capitalone
⭐ 1,600 Python 👤 capitalone Organization 🕐 已更新 2026-11-17 📅 创建时间 2020-11-09
58
mosaicml/streaming

高效神经网络训练的数据流库

mosaicml
⭐ 1,574 Python 👤 mosaicml Organization 🕐 已更新 2026-11-03 📅 创建时间 2022-06-09
59
gunthercox/chatterbot-corpus

一个多语言对话语料库

gunthercox
⭐ 1,414 Python 👤 gunthercox User 🕐 已更新 2026-03-24 📅 创建时间 2017-01-11
61
MedMNIST/MedMNIST

[pip install medmnist] 18个用于2D和3D生物医学图像分类的标准数据集

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 已更新 2025-01-11 📅 创建时间 2020-10-25
62
facebookresearch/uco3d

3D数据集中的非凡物体

facebookresearch
⭐ 1,356 Python 👤 facebookresearch Organization 🕐 已更新 2025-11-13 📅 创建时间 2024-12-03
63
TIGER-AI-Lab/ClawBench

针对日常任务的浏览器AI代理开源基准测试。

TIGER-AI-Lab
⭐ 1,325 Python 👤 TIGER-AI-Lab Organization 🕐 已更新 2026-11-05 📅 创建时间 2026-04-10
64
EricGuo5513/HumanML3D

HumanML3D:一个大型且多样化的3D人体运动-语言数据集。

EricGuo5513
⭐ 1,322 Python 👤 EricGuo5513 User 🕐 已更新 2024-08-18 📅 创建时间 2022-02-26
65
manami-project/anime-offline-database

一个基于JSON的动漫数据集,包含最重要的元数据以及对各种动漫网站(如MAL、ANIDB、ANILIST、KITSU等)的交叉引用...

manami-project
⭐ 1,319 Makefile 👤 manami-project User 🕐 已更新 2026-07-02 📅 创建时间 2017-09-21
66
wainshine/Company-Names-Corpus

公司名语料库。机构名语料库。公司简称,缩写,品牌词,企业名。可用于中文分词、机构名实体识别。

wainshine
⭐ 1,287 👤 wainshine User 🕐 已更新 2024-03-27 📅 创建时间 2018-10-10
67
SJTU-ViSYS/M2DGR

M2DGR:面向地面机器人的多模态、多场景数据集 (RA-L 2021 & ICRA 2022)

SJTU-ViSYS
⭐ 1,225 👤 SJTU-ViSYS User 🕐 已更新 2026-11-02 📅 创建时间 2021-08-30
68
bwjoke/BTC-Trading-Since-2020

自2020年以来的公共BTC交易背景。

bwjoke
⭐ 1,223 👤 bwjoke User 🕐 已更新 2026-09-11 📅 创建时间 2026-04-17
69
mlmed/torchxrayvision

TorchXRayVision:胸部X光数据集和模型库。分类器、分割和自编码器。

mlmed
⭐ 1,217 Jupyter Notebook 👤 mlmed Organization 🕐 已更新 2026-10-18 📅 创建时间 2020-03-04
70
yfzhang114/Awesome-Multimodal-Large-Language-Models

关于多模态大语言模型、大语言模型和扩散模型的阅读笔记

yfzhang114
⭐ 1,211 👤 yfzhang114 User 🕐 已更新 2026-11-07 📅 创建时间 2024-03-30
71
hikariming/chat-dataset-baseline

人工精调的中文对话数据集和一段chatglm的微调代码

hikariming
⭐ 1,190 Jupyter Notebook 👤 hikariming User 🕐 已更新 2025-05-03 📅 创建时间 2023-03-17
72
tb0hdan/domains

世界上最大的单一互联网域名数据集

tb0hdan
⭐ 1,181 Shell 👤 tb0hdan User 🕐 已更新 2026-11-11 📅 创建时间 2020-01-12
73
datasets/covid-19

2019年新型冠状病毒病例时间序列数据

datasets
⭐ 1,167 Python 👤 datasets Organization 🕐 已更新 2026-03-24 📅 创建时间 2020-03-07
74
washingtonpost/data-police-shootings

华盛顿邮报正在编制一个数据库,记录自2015年以来美国警察在执行职务时发生的每一起致命枪击事件。

washingtonpost
⭐ 1,147 👤 washingtonpost Organization 🕐 已更新 2026-10-14 📅 创建时间 2015-06-30
75
leomaurodesenv/game-datasets

:video_game: 精选的出色游戏数据集和游戏中人工智能工具列表

leomaurodesenv
⭐ 1,146 👤 leomaurodesenv User 🕐 已更新 2026-10-25 📅 创建时间 2018-10-03
76
shaypal5/awesome-twitter-data

Twitter数据集及相关资源列表。

shaypal5
⭐ 1,138 👤 shaypal5 User 🕐 已更新 2026-05-29 📅 创建时间 2018-08-19
77
RUCAIBox/RecSysDatasets

这是用于推荐系统(RS)的公共数据源存储库。

RUCAIBox
⭐ 1,135 Python 👤 RUCAIBox Organization 🕐 已更新 2024-09-05 📅 创建时间 2020-09-22
78
xinxuxin/keystone-bench

一个临床决策—证据基准:提取答案所依据的唯一事实,检验助手的行动是否随证据而变化。基于 HealthBench 构建。

xinxuxin
⭐ 1,130 Python 👤 xinxuxin User 🕐 已更新 2026-10-19 📅 创建时间 2026-09-07
79
xid32/SoundMind

我们引入了音频逻辑推理(ALR)数据集,该数据集包含 6,446 个文本-音频带注释样本,专为复杂的推理任务而设计。在此资源的基础上,我们提出了 SoundMind,这是一种基于规则的强化学习(RL)算法,旨在赋予音频语言模型(ALM)深度双模态推理能力。

xid32
⭐ 1,116 Python 👤 xid32 User 🕐 已更新 2025-11-26 📅 创建时间 2025-06-13
80
facebookresearch/co3d

用于3D通用对象数据集的工具。

facebookresearch
⭐ 1,112 Python 👤 facebookresearch Organization 🕐 已更新 2024-08-14 📅 创建时间 2021-06-21
81
hukenovs/hagrid

手势识别图像数据集

hukenovs
⭐ 1,096 Python 👤 hukenovs User 🕐 已更新 2026-10-30 📅 创建时间 2022-06-15
82
doc-analysis/TableBank

TableBank:一个用于表格检测和识别的基准数据集

doc-analysis
⭐ 1,078 👤 doc-analysis Organization 🕐 已更新 2024-08-12 📅 创建时间 2019-03-05
83
chatopera/insuranceqa-corpus-zh

:helicopter: 保险行业语料库,聊天机器人

chatopera
⭐ 1,055 Python 👤 chatopera Organization 🕐 已更新 2025-05-26 📅 创建时间 2017-07-26
84
modenaxe/awesome-biomechanics

生物力学和人体运动分析的精选公共资源列表:数据集、处理工具、模拟软件、教学视频、讲座等。

modenaxe
⭐ 1,035 👤 modenaxe User 🕐 已更新 2026-04-10 📅 创建时间 2020-08-14
85
bstabler/TransportationNetworks

研究用交通网络

bstabler
⭐ 1,033 Jupyter Notebook 👤 bstabler User 🕐 已更新 2025-06-19 📅 创建时间 2016-03-12
86
thuiar/MMSA

MMSA是用于多模态情感分析的统一框架。

thuiar
⭐ 1,022 Python 👤 thuiar Organization 🕐 已更新 2025-01-15 📅 创建时间 2020-04-21
87
madnight/githut

GitHub 语言统计

madnight
⭐ 1,012 JavaScript 👤 madnight User 🕐 已更新 2024-04-03 📅 创建时间 2016-10-09
88
OpenBioLink/ThoughtSource

一个用于大型语言模型思维链推理相关数据和工具的中心化、开放资源。由 Samwald 研究小组开发:https://samwald.info/

OpenBioLink
⭐ 1,010 Jupyter Notebook 👤 OpenBioLink Organization 🕐 已更新 2024-12-16 📅 创建时间 2022-05-20
90
philipperemy/name-dataset

用于名称的 Python 库。

philipperemy
⭐ 999 Python 👤 philipperemy User 🕐 已更新 2025-04-09 📅 创建时间 2018-10-09
91
allisonhorst/palmerpenguins

非常适合数据探索和可视化(iris 的替代方案)的入门数据集。

allisonhorst
⭐ 987 R 👤 allisonhorst User 🕐 已更新 2024-09-19 📅 创建时间 2020-06-05
92
microsoft/Mobius

C# 和 F# 语言绑定以及对 Apache Spark 的扩展

microsoft
⭐ 948 C# 👤 microsoft Organization 🕐 已更新 2025-12-11 📅 创建时间 2015-10-27
93
sithu31296/semantic-segmentation

PyTorch中的SOTA语义分割模型

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 已更新 2024-03-20 📅 创建时间 2021-06-02
94
vahidk/tfrecord

使用 PyTorch 数据加载器的独立 TFRecord 阅读器/写入器

vahidk
⭐ 901 Python 👤 vahidk User 🕐 已更新 2026-11-03 📅 创建时间 2019-11-26
95
nolabs-ai/deepfabric

在一个单一管道中生成高质量合成数据、训练、测量和评估

nolabs-ai
⭐ 896 Python 👤 nolabs-ai Organization 🕐 已更新 2026-11-13 📅 创建时间 2024-10-25
96
PRBonn/semantic-kitti-api

用于可视化数据集、处理数据和评估结果的 SemanticKITTI API。

PRBonn
⭐ 895 Python 👤 PRBonn Organization 🕐 已更新 2025-04-03 📅 创建时间 2019-07-24
97
xlang-ai/OpenCUA

[NeurIPS 2025 Spotlight] OpenCUA:计算机使用代理的开放基础

xlang-ai
⭐ 877 Python 👤 xlang-ai Organization 🕐 已更新 2026-05-25 📅 创建时间 2025-06-21
98
NetManAIOps/OmniAnomaly

KDD 2019: 通过随机循环神经网络的多变量时间序列鲁棒异常检测

NetManAIOps
⭐ 875 Python 👤 NetManAIOps Organization 🕐 已更新 2024-03-03 📅 创建时间 2019-02-02
99
NationalGalleryOfArt/opendata

国家美术馆开放数据计划

NationalGalleryOfArt
⭐ 871 Python 👤 NationalGalleryOfArt Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-03-23
100
IDEA-Research/Motion-X

[NeurIPS 2023] 论文“Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset”的官方实现

IDEA-Research
⭐ 863 Python 👤 IDEA-Research Organization 🕐 已更新 2025-03-03 📅 创建时间 2023-06-12