Logo
Project Icon

dataset

摩洛哥方言Darija与英语双语开源数据集DODa

DarijaDODa开源数据集摩洛哥方言自然语言处理Github开源项目

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。

访问官网访问官网GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
ears_dataset - 全频带语音资源推动语音处理技术进步
EARS DatasetGithub去混响开源项目语音增强语音数据集高质量录音
EARS数据集提供100小时48kHz全频带语音数据，涵盖107位不同背景发言人。数据包括无回声室录音、全动态范围语音和多种情绪朗读样本。此外，还附有说话人统计和文本转录，为语音增强和去混响研究提供全面资源。
Sentence-ALDi - 通过BERT模型评估阿拉伯语文本方言程度
BERT模型GithubHuggingfaceSentence-ALDi口音识别开源项目方言识别模型阿拉伯方言水平
Sentence-ALDi模型基于BERT架构，经过微调以评估阿拉伯语文本的方言程度。该模型使用的是ALDi连续变量来超越传统的二分类方言识别系统，更加精准地估算方言水平。使用者可在GitHub和Huggingface平台访问和测试此模型，揭示不同情境下的阿拉伯语文体选择，是社会语言学分析的重要工具。
bert-base-arabert - AraBERT阿拉伯语言理解预训练模型
AraBERTGithubHuggingface开源项目机器学习模型自然语言处理语料库阿拉伯语言模型
AraBERT是一个阿拉伯语言理解预训练模型系列，提供从基础到大型等多个版本。模型基于超过77GB的阿拉伯语语料库训练，适用于情感分析、命名实体识别和问答等任务，支持主流深度学习框架。
GroundingDINO - 语言驱动的开放集目标检测模型
GithubGrounding DINO开放集检测开源项目目标检测计算机视觉语言指导
GroundingDINO是一个基于语言的开放集目标检测模型,能够检测图像中的任意物体。该模型在COCO数据集上实现了零样本52.5 AP和微调后63.0 AP的性能。GroundingDINO支持CPU模式,可与Stable Diffusion等模型集成用于图像编辑,还能与SAM结合实现分割功能。此外,项目提供了丰富的演示和教程资源,为开放世界目标检测领域带来了新的解决方案。
datasette - 开源数据探索与发布工具 支持多种格式
DatasetteGithubSQLite开源工具开源项目数据发布数据探索
Datasette是一个开源的数据探索和发布工具，可处理各种类型和规模的数据，将其转换为交互式网站和API。该工具适合数据记者、博物馆工作者、档案管理员、政府机构、科研人员等需要共享数据的群体使用。Datasette支持Homebrew和pip等多种安装方式，提供简单的命令行操作进行数据服务和发布。此外，它还允许配置元数据，包括许可证和来源信息，提高数据的可靠性和可溯源性。
wit - 全球最大多语言多模态数据集，助力机器学习模型优化
GithubWITWikipedia多模态开源项目数据集机器学习
Wikipedia-based Image Text (WIT) 数据集包括3760万张图片与文本对，涵盖108种语言和1150万独特图片。该数据集旨在支持多模态机器学习模型的训练，特别是在多语言环境下的有效性已得到广泛验证。WIT数据集获得了WikiMedia基金会的年度研究奖，并且现已开放下载，为研究人员和开发者提供了宝贵的资源和支持。
deita - 自动数据选择工具助力大语言模型指令调优
DeitaGithub开源项目指令调优数据选择语言模型
Deita是一个开源项目，为大型语言模型的指令调优提供自动数据选择工具。项目包含开源工具包、高质量轻量级数据集和高效训练模型。Deita模型使用仅十分之一的指令调优数据，就能达到其他先进聊天模型的性能水平。项目提供全面评估结果，展示了在多项基准测试中的表现。
data-juicer - 大语言模型数据处理系统，提供多模态数据支持
Data-JuicerGithub多模态数据处理大规模语言模型开源项目数据处理数据模型协同开发
Data-Juicer 是一款强大的一站式数据处理系统，专为大语言模型设计。它支持多模态数据处理，具有80多种操作符和20多个配置方案，提供高效且并行的数据处理能力。其友好的用户体验和全面的文档，使其成为生产环境中的优选方案。
language - 谷歌语言研究团队开源项目汇集平台
GithubGoogle Research开源项目研究团队自然语言处理语言研究
Google Research Language团队的开源项目共享平台汇集了谷歌语言研究领域的最新成果。该平台为研究者和开发者提供自然语言处理、机器翻译等前沿语言技术资源。项目采用开源模式，促进了语言技术领域的协作与创新。作为非官方谷歌产品，这一平台为语言技术爱好者提供了宝贵的学习和实践机会。
Satellite-Imagery-Datasets-Containing-Ships - 完整版雷达和光学卫星图像船舶检测分类数据集
Github光学卫星数据集分类开源项目船舶检测语义分割雷达卫星数据集
本页面列举了多个用于船舶检测、分类、语义分割和实例分割任务的雷达和光学卫星图像数据集，包括SSDD、OpenSARship、HRSID等。这些数据集涵盖了RadarSat-2、TerraSAR-X和Sentinel-1等卫星，提供了丰富的图像和详细的标注信息，非常适合多个船舶检测和分析任务。
相关项目
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。

使用协议隐私政策广告服务
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