Git Stars Git Stars

#datasets 仓库

92
仓库总数
397,307
总星标数
4,318
平均每个仓库星标数
51
muzishen/IMAGDressing

[AAAI 2025]🐂IMAGDressing🐂: 交互式模块化服装生成,用于虚拟试衣。它能够实现可定制的人物图像生成,具有灵活的服装、姿势和场景控制,确保虚拟试衣的高保真度和服装一致性。

muzishen
⭐ 1,347 Python 👤 muzishen User 🕐 已更新 2025-09-30 📅 创建时间 2024-06-01
52
brianspiering/awesome-dl4nlp

一份精心挑选的、令人惊叹的深度学习(DL)自然语言处理(NLP)资源清单

brianspiering
⭐ 1,311 👤 brianspiering User 🕐 已更新 2026-01-24 📅 创建时间 2016-06-04
53
ahundt/awesome-robotics

一个精选的适用于机器人的优秀链接和软件库列表。

ahundt
⭐ 1,293 👤 ahundt User 🕐 已更新 2024-01-10 📅 创建时间 2017-05-12
54
mims-harvard/TDC

Therapeutics Commons (TDC): 治疗科学的多模态基础

mims-harvard
⭐ 1,263 Jupyter Notebook 👤 mims-harvard Organization 🕐 已更新 2025-07-13 📅 创建时间 2020-09-17
55
Scale3-Labs/langtrace

Langtrace 🔍 是一款基于 Open Telemetry 的开源端到端可观测性工具,适用于 LLM 应用程序,为流行的 LLM、LLM 框架、向量数据库等提供实时追踪、评估和指标。支持通过 Typescript、Python 进行集成。🚀💻📊

Scale3-Labs
⭐ 1,236 TypeScript 👤 Scale3-Labs Organization 🕐 已更新 2025-11-17 📅 创建时间 2024-03-30
56
satellite-image-deep-learning/datasets

用于卫星和航空图像的深度学习数据集

satellite-image-deep-learning
⭐ 1,226 👤 satellite-image-deep-learning Organization 🕐 已更新 2026-11-07 📅 创建时间 2022-11-25
57
midas-research/audino

面向人类的开源音频标注工具

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 已更新 2026-02-03 📅 创建时间 2019-10-03
58
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
59
yaodongC/awesome-instruction-dataset

用于训练指令遵循 LLM (ChatGPT, LLaMA, Alpaca) 的开源数据集集合

yaodongC
⭐ 1,136 👤 yaodongC User 🕐 已更新 2024-01-04 📅 创建时间 2023-03-29
60
reacher-z/Awesome-CUA

开放且有来源支撑的计算机使用智能体目录:经审阅的论文、GUI 模型、数据集、基准、工具,以及可复用的 JSONL/SQLite 数据。

reacher-z
⭐ 1,072 Python 👤 reacher-z User 🕐 已更新 2026-11-21 📅 创建时间 2026-10-16
61
MOLAorg/mola

用于定位和建图的模块化优化框架 (MOLA)

MOLAorg
⭐ 1,069 C++ 👤 MOLAorg Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-11-05
62
OpenCSGs/csghub-server

csghub-server 是 CSGHub 的后端服务器,可帮助用户管理数据集、模型,并运行模型推理、微调和应用程序空间。

OpenCSGs
⭐ 1,041 Go 👤 OpenCSGs Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-01-12
63
CLUEbenchmark/CLUECorpus2020

中文大规模预训练语料库 100G

CLUEbenchmark
⭐ 1,022 👤 CLUEbenchmark Organization 🕐 已更新 2026-02-06 📅 创建时间 2020-01-25
64
zjunlp/Prompt4ReasoningPapers

[ACL 2023] 基于语言模型提示的推理:一篇综述

zjunlp
⭐ 1,007 👤 zjunlp Organization 🕐 已更新 2025-05-21 📅 创建时间 2022-09-14
65
MinishLab/semhash

快速多模态语义去重与过滤

MinishLab
⭐ 979 Python 👤 MinishLab Organization 🕐 已更新 2026-11-11 📅 创建时间 2024-10-13
66
ipea/geobr

在 R 和 Python 中轻松访问巴西的官方空间数据集

ipea
⭐ 974 Python 👤 ipea Organization 🕐 已更新 2026-11-09 📅 创建时间 2019-03-22
67
DmitryRyumin/ICCV-2023-25-Papers

ICCV 2023-2025 论文:发掘来自顶级计算机视觉会议 ICCV 2023-25 的前沿研究。随时了解计算机视觉和深度学习的最新进展,并附带代码。⭐ 支持视觉智能发展!

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 已更新 2025-11-07 📅 创建时间 2023-09-04
68
Yuan-ManX/ai-audio-datasets

AI 音频数据集 (AI-ADS) 🎵,包括语音、音乐和音效,可为生成式 AI、AIGC、AI 模型训练、智能音频工具开发和音频应用程序提供训练数据。

Yuan-ManX
⭐ 950 👤 Yuan-ManX User 🕐 已更新 2025-07-08 📅 创建时间 2022-12-18
69
datasets/commons

DataHub 公共资源。有趣且重要的数据集

datasets
⭐ 943 👤 datasets Organization 🕐 已更新 2026-08-11 📅 创建时间 2013-01-13
70
adalca/medical-datasets

跟踪医疗数据集,重点关注医疗影像

adalca
⭐ 933 👤 adalca User 🕐 已更新 2026-10-16 📅 创建时间 2019-02-26
71
mlcommons/croissant

Croissant 是一种用于机器学习数据集的高级格式,它汇集了四个丰富的层。

mlcommons
⭐ 922 Jupyter Notebook 👤 mlcommons Organization 🕐 已更新 2026-11-16 📅 创建时间 2023-03-20
72
huggingface/dataset-viewer

为 Hugging Face 数据集页面上的数据集查看器提供支持的后端,通过公共 API。

huggingface
⭐ 910 Python 👤 huggingface Organization 🕐 已更新 2026-11-20 📅 创建时间 2021-07-26
73
coderonion/awesome-llm-and-aigc

🚀🚀🚀一个关于大型语言模型(LLM)、视觉语言模型(VLM)、视觉语言动作(VLA)、人工智能生成内容(AIGC)的优秀公共项目合集,以及相关的数据库和应用。

coderonion
⭐ 810 👤 coderonion User 🕐 已更新 2025-08-01 📅 创建时间 2023-02-15
74
huggingface/Repo2RLEnv

将任何代码仓库转换为适用于编程智能体的可验证强化学习环境——使用 Harbor 创建任务,在 Hugging Face Hub 上进行训练、评估和分享

huggingface
⭐ 804 Python 👤 huggingface Organization 🕐 已更新 2026-11-16 📅 创建时间 2026-05-05
75
mathiasmantelli/awesome-mobile-robotics

有关人工智能、计算机视觉和机器人技术的不同内容的有用链接。

mathiasmantelli
⭐ 787 👤 mathiasmantelli User 🕐 已更新 2026-08-03 📅 创建时间 2020-06-25
76
ExerciseDB/exercisedb-api

ExerciseDB API 是一个健身练习数据库 API,允许用户访问包含 11,000 多种练习的高质量练习数据。该 API 提供有关每项练习的详尽信息,包括目标身体部位、所需设备、视频、GIF、视觉指导图像以及分步说明。

ExerciseDB
⭐ 767 👤 ExerciseDB Organization 🕐 已更新 2025-11-25 📅 创建时间 2025-11-25
77
openml/OpenML

开放机器学习

openml
⭐ 761 PHP 👤 openml Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-12-11
78
jianzhnie/awesome-instruction-datasets

A collection of awesome-prompt-datasets, awesome-instruction-dataset, to train ChatLLM such as chatgpt 收录各种各样的指令数据集, 用于训练 ChatLLM 模型。

jianzhnie
⭐ 753 👤 jianzhnie User 🕐 已更新 2026-06-17 📅 创建时间 2023-03-25
79
facebookincubator/nimble

用于存储大型列式数据集的新型且可扩展的文件格式。

facebookincubator
⭐ 745 C++ 👤 facebookincubator Organization 🕐 已更新 2026-09-21 📅 创建时间 2023-12-12
80
saltudelft/ml4se

一份与机器学习在软件工程中的应用相关的论文、学位论文、数据集和工具的精选列表

saltudelft
⭐ 734 👤 saltudelft Organization 🕐 已更新 2025-11-06 📅 创建时间 2020-06-04
81
ultralytics/assets

共享的Ultralytics标志、媒体、示例图像、预训练模型权重、数据集工件和发布资产。

ultralytics
⭐ 706 👤 ultralytics Organization 🕐 已更新 2026-10-06 📅 创建时间 2022-08-06
82
open-edge-platform/datumaro

Dataset Management Framework,一个用于构建、分析和管理计算机视觉数据集的 Python 库和一个 CLI 工具。

open-edge-platform
⭐ 701 Python 👤 open-edge-platform Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-09-01
83
st-tech/zr-obp

Open Bandit Pipeline:用于 bandit 算法和离策略评估的 Python 库

st-tech
⭐ 685 Python 👤 st-tech Organization 🕐 已更新 2024-06-03 📅 创建时间 2020-06-16
85
lartpang/awesome-segmentation-saliency-dataset

一些用于分割/显著性检测的数据集集合。欢迎来到 PR...:smile:

lartpang
⭐ 645 👤 lartpang User 🕐 已更新 2026-09-15 📅 创建时间 2018-12-30
86
IndoNLP/indonlu

印度尼西亚语的首个海量自然语言处理基准。我们提供了多个下游任务、预训练的 IndoBERT 模型和入门代码!(AACL-IJCNLP 2020)

IndoNLP
⭐ 635 Jupyter Notebook 👤 IndoNLP Organization 🕐 已更新 2024-11-16 📅 创建时间 2020-09-12
87
jasonmanesis/Satellite-Imagery-Datasets-Containing-Ships

本存储库提供了全面的雷达和光学卫星数据集列表,这些数据集经过精心整理,用于船舶检测、分类、语义分割和实例分割任务。这些数据集非常适合计算机视觉、机器学习、遥感和海事分析等领域的应用。

jasonmanesis
⭐ 588 👤 jasonmanesis User 🕐 已更新 2025-01-18 📅 创建时间 2021-04-24
88
maduc7/Histopathology-Datasets

组织病理学数据集资源

maduc7
⭐ 580 👤 maduc7 User 🕐 已更新 2026-03-06 📅 创建时间 2022-07-22
89
lcybuzz/Low-Level-Vision-Paper-Record

记录近期的 1) 图像/视频的超分增强等low level vision任务; 2) 图像生成 等任务相关论文, 主要为18年以后的DL based方法.

lcybuzz
⭐ 551 👤 lcybuzz User 🕐 已更新 2025-03-06 📅 创建时间 2020-02-25
90
BaseModelAI/cleora

Cleora AI 是一个通用的开源模型,用于高效、可扩展地学习异构关系数据的稳定且归纳的实体嵌入。由 Synerise.com 团队创建。

BaseModelAI
⭐ 547 Python 👤 BaseModelAI Organization 🕐 已更新 2026-11-19 📅 创建时间 2020-11-05
91
junkunyuan/Awesome-Domain-Generalization

关于域泛化的精彩内容,包括论文、代码等。

junkunyuan
⭐ 544 👤 junkunyuan User 🕐 已更新 2026-11-07 📅 创建时间 2022-02-07
92
RenzeLou/awesome-instruction-learning

关于指令调优和指令遵循的论文和数据集。 ✨✨✨

RenzeLou
⭐ 506 Python 👤 RenzeLou User 🕐 已更新 2024-04-04 📅 创建时间 2023-02-21