aiknow

数据集 / 数据标注

共 61 个AI 用户与开发者推荐的数据集 / 数据标注。

全部 模型开发训练与微调 / 量化 39数据集 / 数据标注 43AI 安全 / 护栏 87AI 抓包 / 流量分析 28AI 逆向 / 二进制分析 46AI 网络 / 代理分流 7应用评测与监控 106开发 SDK / 工具库 50

Hugging Face

huggingface.co

全球最大的开源机器学习社区,托管海量模型、数据集与应用,并提供推理与算力服务。

免费+付费有 API可自部署多模态通义千问本地模型
模型社区与下载 · 1 处推荐

Hugging Face Datasets

github.com★ 22,108

Hugging Face 官方数据集库,一行代码加载海量公开数据集并高效预处理。

开源可自部署多模态LinuxMacWindows
数据集 / 数据标注 · 1 处推荐

Label Studio

labelstud.io★ 28,399

开源多类型数据标注工具,支持图像、文本、音频、视频等标注并导出多种模型格式

开源有 API可自部署LinuxMac网页
数据集 / 数据标注 · 2 处推荐

Google Research

github.com★ 38,882

Google Research 官方开源代码仓库,汇集各研究项目的代码与数据集。

开源网页
模型社区与下载 · 1 处推荐

Cleanlab

github.com★ 11,728

开源数据中心 AI 工具库,自动检测标签错误、离群点、重复等数据质量问题。

开源可自部署LinuxMacWindows
数据集 / 数据标注 · 1 处推荐

Labelme

github.com★ 16,257

Python 编写的开源图像标注工具,支持多边形、矩形等标注及 SAM/YOLO 辅助标注。

开源可自部署本地模型WindowsMacLinux
数据集 / 数据标注 · 1 处推荐

FiftyOne

github.com★ 11,266

开源视觉 AI 数据集与模型管理工具,支持可视化、标注、评估与数据清洗。

开源可自部署有 API网页LinuxMac
数据集 / 数据标注 · 1 处推荐

CVAT

cvat.ai

开源多模态数据标注平台,支持图像、视频、3D、音频,内置AI辅助标注与团队协作。

开源可自部署有 API多模态网页命令行
数据集 / 数据标注 · 1 处推荐

FLAN

github.com★ 1,575

Google 开源的指令微调数据集与代码库,用于生成 Flan 2021 与 Flan Collection 数据。

开源可自部署LinuxMacWindows
数据集 / 数据标注 · 1 处推荐

Ultralytics

ultralytics.com

端到端计算机视觉平台,支持数据标注、YOLO模型训练与全球部署。

有 API命令行网页
数据集 / 数据标注 · 1 处推荐

Prodigy

prodigy.ai

可下载的AI数据标注工具,支持NLP和计算机视觉任务,本地运行,隐私安全。

付费可自部署WindowsMacLinux
数据集 / 数据标注 · 1 处推荐

X-AnyLabeling

github.com★ 10,597

跨平台桌面标注工具,支持文本、图像、视频、点云与多模态数据,内置 AI 模型辅助自动标注。

开源中文界面多模态可自部署本地模型桌面客户端
数据集 / 数据标注 · 1 处推荐

百度飞桨旗下一站式 AI 学习与实训社区,提供免费课程、模型、数据集、云端 GPU 算力与竞赛。

免费中文界面网页
教程与课程 · 1 处推荐

doccano

github.com★ 10,806

开源文本标注工具,支持分类、序列标注和 seq2seq 任务,可协作标注并自建数据集。

开源可自部署有 API网页
数据集 / 数据标注 · 1 处推荐

Snorkel

github.com★ 6,026

斯坦福开源的弱监督训练数据构建系统,用程序化标注快速生成训练数据

开源可自部署LinuxMacWindows
数据集 / 数据标注 · 1 处推荐

LeRobot

github.com★ 27,997

Hugging Face 开源的机器人学习库,提供模型、数据集与工具,让真实机器人 AI 更易上手。

开源可自部署LinuxMacWindows
具身智能 / 机器人 · 1 处推荐

Roboflow

roboflow.com

面向物理世界的视觉 AI 平台,支持图像视频流智能分析、数据标注与模型部署。

免费+付费有 API多模态网页MacWindows
AI 绘图 · 1 处推荐

Gorilla

github.com★ 13,042

伯克利开源项目,让大模型准确调用 API 与工具,并维护函数调用排行榜 BFCL。

开源有 API可自部署网页
数据集 / 数据标注 · 1 处推荐

RoboCasa

github.com★ 1,860

面向通用机器人的大规模日常任务仿真框架,含365个任务与海量厨房场景数据。

可自部署Linux
具身智能 / 机器人 · 1 处推荐

ModelScope

modelscope.cn★ 9,163

魔搭社区是阿里达摩院推出的开源模型社区,提供模型、数据集与在线 Demo 一站式服务。

开源有 API中文界面通义千问网页
模型社区与下载 · 2 处推荐

Supervisely

supervisely.com

面向计算机视觉的数据标注平台,支持图像、视频、LiDAR 和 DICOM,AI 辅助标注,可云端或本地部署。

可自部署多模态网页
数据集 / 数据标注 · 1 处推荐

Voxel51

voxel51.com

面向物理AI的多模态数据平台,基于FiftyOne,支持搜索、标注与评估。

开源多模态可自部署LinuxMac网页
数据集 / 数据标注 · 1 处推荐

Appen

appen.com

提供高质量AI训练数据、数据标注与模型评估服务,覆盖对齐、多模态、智能体等。

网页
数据集 / 数据标注 · 1 处推荐

DataTrove

github.com★ 3,414

Hugging Face 开源的大规模文本数据处理库,提供可定制的流水线模块,用于过滤、去重和清洗 LLM 训练数据。

开源可自部署LinuxMacWindows命令行
数据集 / 数据标注 · 1 处推荐