datasets

DataHub Commons. Interessante und wichtige Datensätze

Verfolgung medizinischer Datensätze mit Schwerpunkt auf medizinischer Bildgebung

Backend, das den Dataset-Viewer auf Hugging Face Dataset-Seiten über eine öffentliche API betreibt.

Croissant ist ein High-Level-Format für Machine-Learning-Datensätze, das vier reichhaltige Ebenen zusammenführt.

🚀🚀🚀 Eine Sammlung großartiger öffentlicher Projekte zu Large Language Models (LLM), Vision Language Models (VLM), Vision Language Action (VLA), AI Generated Content (AIGC) sowie den zugehörigen Datensätzen und Anwendungen.

Nützliche Links zu verschiedenen Inhalten rund um KI, Computer Vision und Robotik.

Open Machine Learning

Eine Sammlung von awesome-prompt-datasets und awesome-instruction-datasets zum Training von ChatLLMs wie ChatGPT.

Eine kuratierte Liste von Arbeiten, Abschlussarbeiten, Datensätzen und Tools im Bereich der Anwendung von Machine Learning im Software Engineering

Neues und erweiterbares Dateiformat zur Speicherung großer spaltenorientierter Datensätze.

Open Bandit Pipeline: Eine Python-Bibliothek für Bandit-Algorithmen und Off-Policy-Evaluierung

Dataset Management Framework, eine Python-Bibliothek und ein CLI-Tool zum Erstellen, Analysieren und Verwalten von Computer-Vision-Datensätzen.

Geteilte Ultralytics-Logos, Medien, Beispielbilder, vortrainierte Modellgewichte, Datensatz-Artefakte und Release-Assets.

Der allererste umfangreiche Benchmark für die indonesische Sprache im Bereich der natürlichen Sprachverarbeitung. Wir bieten mehrere Downstream-Aufgaben, vortrainierte IndoBERT-Modelle und Startcode! (AACL-IJCNLP 2020)

Eine Sammlung von Datensätzen für Segmentierung und Saliency Detection. PRs sind willkommen.

Die ExerciseDB API ist eine Fitness-Datenbank-API, die Zugriff auf über 11.000 hochwertige Übungen bietet. Sie umfasst detaillierte Informationen wie Zielmuskelgruppen, benötigte Ausrüstung, Videos, GIFs, Bilder zur visuellen Anleitung sowie Schritt-für-Schritt-Anleitungen.

Dieses Repository bietet eine umfassende Liste von Radar- und optischen Satellitendatensätzen, die für Aufgaben der Schiffserkennung, Klassifizierung, semantischen Segmentierung und Instanzsegmentierung zusammengestellt wurden. Diese Datensätze sind ideal für Anwendungen in Computer Vision, Machine Learning, Fernerkundung und maritimer Analyse.

Ressourcen für histopathologische Datensätze

Cleora AI ist ein quelloffenes Allzweckmodell für effizientes, skalierbares Lernen stabiler und induktiver Entity-Embeddings für heterogene relationale Daten. Entwickelt vom Team von Synerise.com.

Eine kuratierte Liste zu Domain Generalization, inklusive Papers, Code und mehr.

Paper und Datensätze zu Instruction Tuning und Instruction Following.