Project Icon

name-dataset

跨国姓名数据库提供全面的名字和姓氏信息分析

names-dataset是一个大型姓名数据库项目,涵盖105个国家的730K个名字和983K个姓氏。项目提供姓名的流行度、国家分布和性别信息,支持多语言和多地区查询。用户可借此了解特定姓名在不同国家的使用情况,有助于人名分析和跨文化研究。该项目为姓名研究提供了丰富的数据资源,包括姓名的流行度排名、地理分布和性别关联。通过简单的Python接口,研究人员和开发者可以轻松获取和分析这些信息,为人名学、人口统计学和社会学研究提供数据支持。数据基于Facebook用户信息。

fastText - 高效词向量学习和文本分类库
GithubfastText开源项目文本分类机器学习自然语言处理词向量
fastText是Facebook开发的开源自然语言处理库,专注于高效词向量学习和文本分类。它支持157种语言,利用子词信息丰富词向量表示,并采用多种技巧提升分类性能。该库易用且训练速度快,适合大规模文本处理。fastText还提供模型量化功能,可大幅压缩模型体积,便于部署。
awesome-open-data-centric-ai - 开源工具提升数据驱动的AI构建效率
DCAIData-centric AIGithubRenumicsopen-source工具unstructured data开源项目
该项目提供了多种开源工具,旨在在非结构化数据上实现数据驱动的AI工作流。通过系统地提升训练数据集的质量,可以开发出在实际应用中具备更高价值的AI系统。工具涵盖数据版本控制、嵌入和预训练模型、可视化与交互、异常和噪声检测、可解释性、主动学习等多个类别,且均为活跃维护,适用于日常使用。目标是帮助用户发现并利用这些工具,从而提高AI系统的开发效率和质量。
misato-dataset - 大规模蛋白质-配体复合物数据集助力AI驱动的药物发现
AI模型GithubMISATO分子动力学开源项目药物发现蛋白质-配体复合物
MISATO是一个专为结构化药物发现设计的机器学习数据集,包含高质量的蛋白质-配体复合物数据。数据集涵盖了19000多个配体的量子力学计算结果和16000多个蛋白质-配体结构的分子动力学模拟。MISATO旨在提高配体分子精确度、合理表示系统动力学,并促进创新AI药物发现模型的开发。研究人员可免费下载MISATO数据集,使用提供的PyTorch数据加载器进行AI训练和预测。
datasetGPT - 基于大型语言模型的文本数据集生成工具
API接口GithubdatasetGPT命令行工具大语言模型开源项目数据集生成
datasetGPT是一个命令行工具和Python库,用于通过大型语言模型生成文本数据集。支持OpenAI、Cohere和Petals等多个LLM后端,可生成文本和对话数据。适用于构建AI检测器训练语料库、收集LLM生成的对话数据集进行研究,以及批量处理文本等场景。通过灵活的参数配置,datasetGPT能够生成多样化的数据集。
top_1m_domains - 全球百万热门域名数据集,多源替代Alexa
Alexa替代品Githubtop 1m domains域名列表开源项目数据下载网站排名
top_1m_domains项目集合了多个权威来源的前100万域名数据,包括Cisco Umbrella、Majestic和BuiltWith等。作为Alexa.com服务的替代,该项目提供免费下载的域名列表,为网络分析、市场研究和SEO优化领域提供了全面的网站排名信息。通过整合多方数据,该项目使研究者能够更便捷地获取和分析全球顶级域名的最新趋势。
scam-links - Discord平台钓鱼和诈骗域名数据库
DiscordGithub安全防护开源项目恶意域名数据库钓鱼网站
scam-links是一个包含30,000多个Discord平台上出现的钓鱼和诈骗域名的数据库。项目为服务器管理员提供恶意域名列表,帮助保护用户安全,同时支持相关研究。数据库持续更新,提供多种格式访问。项目鼓励社区参与,致力于提升Discord平台的安全性。
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。
semantic-segmentation - 提供丰富数据集和易于定制的语义分割模型
GithubPyTorchSOTASemantic Segmentation开源项目数据集模型库
该项目提供易于使用和定制的SOTA语义分割模型,支持多种任务和数据集。适合高精度和定制应用场景,涵盖场景解析、人类解析、人脸解析等任务。特点包括多种主干网络和分割模型,支持PyTorch、ONNX、TFLite等框架的推理和导出。即将迎来重大更新,包括新的训练流程、预训练模型、教程和分布式训练支持。用户可通过详细文档和示例轻松使用并配置定制数据集,实现高效的语义分割。
YuzuMarker.FontDetection - 中日韩字体识别模型和场景文本图像数据集生成
CJK字体识别GithubYuzuMarker.FontDetection开源数据集开源项目数据生成模型训练
YuzuMarker.FontDetection 项目提供了一个专门针对中日韩字体识别的模型,并详尽介绍了生成场景文本图像数据集的方法。用户可以利用CJK字体包和背景图片自动生成所需的数据集,项目现已开源数据集供下载,支持多种字体渲染技术和模型训练选项,有助于提升字体识别的准确性。更多信息请访问项目官网和文档。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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