数据工程
共 54 个仓库
快速扫描图像和视频数据集，找出重复、相似和异常样本，帮助清洗数据、提升标签质量并降低数据运维成本。
面向 AI 训练数据的标注与数据管理平台，支持图像等数据标注、数据集版本管理和人工审核流程，可接入自有应用或直接用内置 UI 组织数据工作流。
基于安全强化学习的人类反馈对齐框架，通过约束优化让大模型在有用性和安全性之间取得平衡，附带 Beaver 系列模型与数据集。
macOS 上的开源截图与录屏工具，用 Swift 6 和 SwiftUI 原生开发，是 CleanShot X 的免费替代品，支持标注和 OCR。
把 AI/ML 模型、数据集、代码和配置打包成 OCI Artifact 并做版本管理，让模型交付像容器镜像一样标准化、可复现。
基于扩散模型的虚拟试衣方案，可自定义服装、姿态和场景生成高保真人物图，并保持服装细节一致。
基于 OpenTelemetry 的 LLM 应用全链路可观测性工具，提供实时追踪、评估和指标，支持主流大模型、框架与向量数据库，可用 TypeScript 和 Python 接入。
面向地面机器人的多模态多场景数据集，包含双目相机、激光雷达、IMU 等传感器数据，用于 SLAM 与定位算法的评测和训练。
模块化 C++ SLAM 框架，支持激光雷达、视觉与图优化，用于移动机器人的定位与建图。
轻量级原生 macOS 截图工具，常驻菜单栏，双击 ⌘ 即可框选截屏并自动复制到剪贴板，还支持画笔和马赛克标注。
汇集大模型、视觉语言模型、视觉语言动作模型与 AIGC 相关的优质开源项目、数据集和应用，帮开发者快速找到所需资源。
汇集移动机器人领域的优质资源清单，涵盖定位、数据集、实验室、公司、书籍与招聘信息，方便快速查找学习资料和行业动态。
面向大规模列式数据集的可扩展文件格式，用 C++ 实现，支持压缩与编码，适合机器学习训练和数据分析场景下的高效存储。
汇总开源数据标注与打标签工具的清单，帮做机器学习的人快速找到合适的标注方案。
面向融合位姿估计与建图算法开发验证的开放驾驶数据集，提供真实道路采集的传感器数据，适合做 SLAM 和定位研究。
用 Python 抓取 CoinMarketCap 的历史价格数据，方便做量化回测或行情分析时直接拿到干净的加密货币历史行情。
跨平台截图、录屏和 OCR 工具，基于 Tauri 和 Rust 构建，本地优先，支持图片标注，适合日常快速截取与文字提取。
整理时间序列分割方向的论文阅读清单，覆盖变点检测、异常检测、多变量时序等主题，方便快速找到该领域的代表性工作。
Cleora 是面向异构关系数据的通用嵌入学习模型，能高效、可扩展地生成稳定且支持归纳的实体嵌入，适合图与超图场景。
面向城市峡谷等复杂场景的多传感器数据集，包含激光雷达、相机等全套传感器数据，用于自动驾驶的建图与定位算法评测。
基于 9262 例 CT 体积和 25 个标注类别预训练的 3D 医学影像模型，可直接用于腹部器官分割等下游任务，省去从零训练。
异步多激光雷达惯性里程计，通过逐点跨雷达不确定性传播，融合多个不同步的 LiDAR 数据，实现更鲁棒的 SLAM 定位与建图。
用 YOLO 检测工地未戴安全帽、未穿反光衣及靠近机械等危险行为，并用 HDBSCAN 聚类锥桶坐标划定监控区域，提升施工安全。
用深度学习处理排球比赛视频数据，做球员与球的检测跟踪、球场识别和动作事件分析，适合体育视频分析场景。