dataset

無料APIの集合リスト

Label Studioは、標準化された出力形式を持つマルチタイプのデータラベリングおよびアノテーションツール

1,324種のエクササイズフィットネスデータセット — アニメーションGIF、180×180のサムネイル、筋肉群・器具データ、6か国語でのステップバイステップの指示。LogPressアプリの裏側にあるエクササイズデータレイヤー。

Fakerは、ダミーデータを生成するためのPythonパッケージです。

Computer Vision Annotation Tool (CVAT) は、ビジョンAI向け高品質なビジュアルデータセット構築の主要プラットフォームです。AI支援によるラベリング、品質保証、チームコラボレーション、分析、開発者APIを備えた、画像、動画、3Dアノテーション用のオープンソース、クラウド、エンタープライズ製品およびラベリングサービスを提供します。

pix2tex: ViTを使用して、数式の画像をLaTeXコードに変換

LLMのファインチューニング、RAG、Eval用のデータセットを作成するための強力なツール。

機械学習の実務家向けのオープンソースアノテーションツール

衛星および航空画像を用いた深層学習の技術

大規模中国語自然言語処理コーパス (Large Scale Chinese Corpus for NLP)

MDNに表示されているWeb技術のブラウザ互換性データ

優れた事前学習済み中国語NLPモデル。高品質な中文事前学習モデル、大規模モデル、マルチモーダルモデル、大規模言語モデルの集合。

ポストトレーニング用のデータセットとツールの厳選リスト

esProc SPLは、構造化データ計算のために設計されたJVMベースのプログラミング言語であり、データ分析ツールとしても組み込みコンピューティングエンジンとしても機能する。

Transformer: 「Attention Is All You Need」のPyTorch実装。

TFDSは、TensorFlow、Jaxなどとすぐに使えるデータセットのコレクションです。

大量の画像URLを簡単に画像データセットに変換可能。1台のマシンで1億件のURLを20時間でダウンロード、リサイズ、パッケージ化できる。

中国人名コーパス。人名ジェネレーター。中国語の氏名、姓、名、敬称、日本人名、翻訳された人名、英語名。中国語の分かち書き、人名固有表現認識に使用可能。

SQL Translatorは、AIを用いて自然言語のクエリをSQLコードに変換するツール。本プロジェクトは100%無料かつオープンソースです。

中文言語理解評価ベンチマーク (Chinese Language Understanding Evaluation Benchmark): データセット、ベースライン、事前学習モデル、コーパス、リーダーボード

📈 現在最大級の産業欠陥検出データベースおよび論文集。表面欠陥研究分野における重要度の高いオープンソースデータセットと論文を継続的に要約。

CSGHubは、OpenCSGチームによって開発された全く新しいLLM管理のためのオープンソースプラットフォームです。Hugging Faceに匹敵する機能を備えたオープンソースおよびオンプレミス/SaaSソリューションを提供します。Hugging FaceとのPython SDK互換性により、LLM、データセット、エージェントのライフサイクルを完全に制御できます。ぜひご参加ください！ ⭐️

産業用画像異常/欠陥検出の論文リストとデータセット（更新中）。工業異常/瑕疵検出の論文およびデータセット検索ライブラリ（継続更新）。

テキスト認識用の合成データ生成ツール

医学画像データセット一覧 『An Index for Medical Imaging Datasets』

NEON、AVX2、AVX-512、SVE、GPGPU、SWAR を活用して検索、ハッシュ化、ソート、編集距離、スケッチ、メモリ操作を高速化し、C、C++、CUDA、Python、Rust、Swift、JS、Go 向けに最大 100 倍高速な文字列を実現 🦖

Waymoオープンデータセット

幅広いインターネットソースからデータを抽出し、pandas DataFrame に変換します。

厳選されたカラー名の大きなリスト 🌈

機械学習モデルとデータパイプライン向けのオープンソースデータロギングライブラリ。📚 時間経過に伴うデータ品質とモデルパフォーマンスの可視化を提供。🛡️ プライバシーを保護するデータ収集をサポートし、安全性と堅牢性を確保。📈