dataset

Conjunto de datos mantenido por la comunidad con más de 700 sitios web para buscar cuentas por nombre de usuario; impulsa herramientas de OSINT y huella digital.

🎁 Más de 7,400,000 imágenes de Unsplash disponibles para investigación y machine learning

[ECCV 2018] CCPD: un conjunto de datos diverso y bien anotado para la detección y el reconocimiento de matrículas

Ciencia del color para Python

Recursos públicos de PNL médica en chino: conjuntos de términos, corpus, vectores de palabras, modelos preentrenados, gráficos de conocimiento, reconocimiento de entidades nombradas, QA, extracción de información, modelos, artículos, etc.

180 degradados gratuitos de CSS3, Figma, Sketch y PSD, además de un conjunto de datos JSON para herramientas de diseño, generadores y agentes de IA.

Listas de países ISO 3166-1 combinadas con sus códigos regionales del esquema geográfico de la ONU en conjuntos de datos JSON, XML y CSV listos para usar

Objectron es un conjunto de datos de clips de video cortos centrados en objetos. Además, los videos contienen metadatos de sesiones de AR, incluidas poses de cámara, nubes de puntos dispersas y planos. En cada video, la cámara se mueve alrededor y por encima del objeto, capturándolo desde diferentes perspectivas. Cada objeto está anotado con una caja delimitadora 3D. La caja delimitadora 3D describe la posición, orientación y dimensión del objeto

Una recopilación completa y actualizada de conjuntos de datos, herramientas, métodos, artículos de revisión y competiciones para la detección de cambios por teledetección.

Un benchmark heterogéneo para recuperación de información. Fácil de usar, evalúa tus modelos en más de 15 conjuntos de datos de IR diversos.

🔊 Una lista completa de conjuntos de datos de código abierto para voz y computación de sonido (más de 95 conjuntos de datos).

Un conjunto de datos de mapas globales de dominio público disponible en tres escalas, con datos vectoriales y ráster estrechamente integrados.

Datos de clusters recopilados de clusters de producción en Alibaba para la investigación de la gestión de clusters.

Colabora y etiqueta cualquier tipo de datos, imágenes, texto o documentos en una interfaz web o aplicación de escritorio fácil de usar.

fastdup es una herramienta potente y gratuita diseñada para generar rápidamente información valiosa a partir de conjuntos de datos de imágenes y videos. Ayuda a mejorar la calidad tanto de las imágenes como de las etiquetas, al tiempo que reduce significativamente los costos de operación de datos, todo con una escalabilidad inigualable.

Una lista curada de artículos y recursos sobre detección de fraudes, anomalías y valores atípicos basados en grafos y Transformers.

Una lista seleccionada de conjuntos de datos de radar, detección, seguimiento y fusión

ESC-50: Conjunto de datos para la clasificación de sonidos ambientales

Lista de herramientas, artículos y código relacionados con la detección de Deepfakes

Conjuntos de datos SQL y GIS completos para unidades administrativas de Vietnam, incluyendo provincias, distritos, comunas y límites geoespaciales.

Modelo de lenguaje grande (LLM) para salud mental, incluyendo pre y post-entrenamiento, conjuntos de datos, evaluación, despliegue y RAG, con modelos de las series InternLM, Qwen, Baichuan, DeepSeek, Mixtral, LLama y GLM.

[CVPR2024 Highlight] VBench: Evaluamos la generación de video

¿Qué hay en tus datos? Extrae esquemas, estadísticas y entidades de conjuntos de datos.

Una biblioteca de transmisión de datos para el entrenamiento eficiente de redes neuronales

HumanML3D: Un conjunto de datos grande y diverso de movimiento humano en 3D y lenguaje.

Un corpus de diálogo multilingüe

[pip install medmnist] 18 conjuntos de datos estandarizados para la clasificación de imágenes biomédicas 2D y 3D

Corpus de nombres de empresas e instituciones. Incluye abreviaturas, marcas y nombres corporativos. Útil para segmentación de texto en chino y reconocimiento de entidades.

Repositorio de fuentes de datos públicas para sistemas de recomendación (RS).