Project Icon

dataset

摩洛哥方言Darija与英语双语开源数据集DODa

Darija Open Dataset (DODa)是一个专注于摩洛哥方言的开源项目,包含约15万条条目。该数据集提供语义和语法分类、多种拼写形式、词形变化以及大量翻译句子。DODa采用拉丁字母和阿拉伯字母,反映了Darija拼写的多样性,为自然语言处理应用提供了丰富资源。项目目标是成为Darija NLP的重要参考,并鼓励社区贡献。

opus-mt-en-da - 基于OPUS数据集的英丹双语机器翻译模型
BLEUGithubHuggingfaceopus-mt-en-da开源项目数据集机器翻译模型模型评估
opus-mt-en-da是一个英语到丹麦语的机器翻译模型,基于transformer-align架构设计。该模型利用OPUS数据集训练,应用了normalization和SentencePiece预处理技术。在Tatoeba测试集上,模型展现出优秀的翻译性能,BLEU分数达60.4,chr-F分数为0.745。模型提供原始权重下载,便于研究者进行深入探索和实际应用。
dora - 数据流导向机器人架构框架 支持多语言和热重载
Githubdora-rs共享内存开源项目数据流框架机器人应用热重载
dora-rs是一款数据流导向的机器人架构框架。它集成Python、C、C++和ROS2,通过共享内存和Apache Arrow实现零拷贝数据传递,大幅提高性能。框架使用声明式数据流范式,具备热重载和自编码机器人功能。此外,dora-rs还支持开放遥测和ROS2桥接,方便快速开发高效的机器人应用。
datumaro - 综合数据集管理与转换工具
Dataset Management FrameworkDatumaroGithub开源项目数据集质量检查数据集转换模型集成
Datumaro是一个全面的数据集管理工具,支持多种数据格式的读取、写入及转换,并提供注释处理和数据过滤功能。该工具还能进行数据集质量检查、模型推理、数据集比较及统计,协助用户有效进行数据集合并、拆分和采样,并与OpenVINO等模型集成。一览详细功能及使用指南,请参阅官方文档。
CoDA_NeurIPS2023 - 创新3D目标检测框架实现开放词汇表任务
CoDAGithub开放词汇3D目标检测开源项目深度学习神经网络计算机视觉
CoDA是一个开源的开放词汇表3D目标检测框架,通过协作式新颖框发现和跨模态对齐技术提高对未见类别的检测能力。该项目支持ScanNet和SUN RGB-D数据集,提供完整的代码、预训练模型和数据集。CoDA的创新方法在NeurIPS 2023发表,为3D场景理解研究提供了新的思路。项目基于PyTorch开发,并提供详细的安装和使用指南。
awesome-chatgpt-dataset - 综合性AI对话数据集资源助力自定义语言模型训练
ChatGPTGithub开源项目指令调优数据集训练语言模型
awesome-chatgpt-dataset项目汇集了多样化的人工智能对话数据集资源。该项目囊括了不同规模、语言和领域的高质量指令数据,范围从数千到数百万条不等,涵盖多语言、代码生成、视觉对话等多个方面。这些数据集为研究人员和开发者提供了训练和优化大型语言模型的重要素材,有助于推动更智能、更多元化的AI对话系统的发展。
deepdataspace - 开源计算机视觉数据集工具 提供可视化 标注和分析功能
DeepDataSpaceGithub开源数据集工具开源项目数据可视化数据标注模型分析
DeepDataSpace是一个开源计算机视觉数据集工具,提供交互式数据可视化、探索和智能标注功能。支持多平台和协作工作流,易于安装使用。通过直观界面帮助用户高效管理和分析大规模图像数据集,适用于CV项目开发和研究。
tessdata - Tesseract OCR多语言数据文件库支持传统和LSTM引擎
GithubLSTM模型OCRTesseracttessdata开源项目语言数据
tessdata是Tesseract 4.0.0及更高版本的语言数据文件库。它包含传统引擎和LSTM神经网络引擎的模型,支持多语言识别。项目提供整数化处理的LSTM模型,平衡了速度和精度。tessdata还有多个版本可选,适应不同性能需求。所有数据采用Apache-2.0许可证,为OCR技术发展贡献资源。
awesome-instruction-datasets - 多语言高质量开源数据集,促进NLP指令调优
Awesome Instruction DatasetsGithubInstruction TuningLLMsPrompt DatasetsRLHF Datasets开源项目
该项目提供多语言和多任务的高质量开源指令调优数据集,方便研究人员和开发者轻松访问和利用这些资源。收录数据集包括人类生成、自我指令生成和混合生成的数据,以加速NLP领域的发展,支持如ChatGPT的指令跟随型大语言模型的训练。
multiwoz - 大规模多领域任务型对话数据集
GithubMultiWOZ任务型对话对话状态追踪对话生成开源项目数据集
MultiWOZ是一个包含10,000多个人类对话的全标注多领域任务型对话数据集。它涵盖多个领域和主题,规模超过以往任务型语料库。该数据集为对话状态追踪、响应生成等任务提供基准测试,并通过版本更新持续提高数据质量。MultiWOZ为对话系统研究提供了重要资源,促进了该领域的发展。
datasets - Unsplash开放数据集 海量图片与搜索数据资源
GithubUnsplash Dataset图像库图片数据集开源数据开源项目数据研究
Unsplash Dataset是一个开放的图片和数据资源库,汇集了全球35万多名摄影师的贡献。它包括Lite和Full两个版本,分别提供2.5万张自然主题图片和540万张高质量图片。这些数据集还包含大量关键词和搜索数据,为图像研究和机器学习提供了丰富素材。研究人员可免费用于非商业性项目,探索图像、关键词和搜索行为之间的关联。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号