开源产品与代码仓库

30 个

训练数据与标注同赛道商业产品 →领域行情 →首屏与设计风格 →

开源项目 · 按 Stars
项目Stars操作
OpenBotCOSS为Physical AI团队提供机器人数据集与模型目录、可本地运行的数据验证工具和API平台，帮助筛选、检查并准备训练数据。9,735
RoboflowMCP视觉 AI 平台，帮助开发者、工程师和企业利用图像、视频与视频流构建、部署和管理计算机视觉应用。8,743
Structured LabsStructured Labs 正在构建面向智能体互联网的知识基础设施，把企业知识转化为结构化高保真数据，用于搜索、推荐和智能应用。4,197
Klavis AI为人工智能实验室和企业定制强化学习环境、专家训练数据及评估方案，帮助训练和验证能完成复杂多步任务的模型。3,021
Rerun为机器人、空间计算和具身智能团队提供多速率、多模态数据的采集、查询、可视化与训练工具。2,009
CVAT为 AI 团队提供图像、视频、三维点云和音频数据标注平台，支持 AI 辅助标注、质量控制、团队协作以及云端或自托管部署。1,758
MillionCOSS研究实验室，为开发者和前沿编程智能体构建开源开发工具、数据集及强化学习环境，帮助其开发更好的网页。795
Lightly为机器学习团队提供计算机视觉数据筛选、标注、评估及模型预训练与微调的一体化平台。329
Objaverse包含超过 1000 万个 3D 对象的数据集，供研究人员和创作者使用。268
CLIP Interrogator使用人工智能分析图像并生成描述和提示词，帮助创作者、艺术家和设计师理解或复现图像内容与风格。182
sieves用于零样本文档 AI 和结构化生成的库，帮助用户快速构建无需训练数据的文档 AI 流程。79
Vision AI Label Studio面向机器学习工作流的本地桌面数据标注工具，可为图像、视频及多模态数据提供离线 AI 辅助标注。48
Apache SystemML开源机器学习系统，支持数据科学生命周期中的数据处理、模型训练、部署与服务。33
Train Matricx为人工智能实验室、体育科技公司及职业俱乐部提供人工体育视频标注、运动员追踪及结构化训练数据服务。15
Tumult Analytics用于以差分隐私计算表格数据聚合查询的 Python 库。10
Eventum通过 YAML 描述事件并生成实时数据流的开源平台，适用于测试、开发和培训。8
Hyperparam让团队在浏览器里直接打开并探索、转换大规模的 AI 训练、评测和日志数据。1
Calibra帮助机器人团队检查和评估机器人数据集，并在训练前决定保留、删除、复核或标注哪些数据。1
Nitrode为人工智能实验室和企业提供面向游戏开发的专业数据集、模型评估基准及强化学习环境。1
DataTorchCOSS为研究人员、团队和实验室提供图像标注与模型预测审核工作区，并支持协作生成和导出训练数据。GitHub
FoddaMCP为策略分析人员、研究团队及开发者提供可由AI调用的专家知识图谱、研究和实时机构数据，并支持MCP或REST API接入。GitHub
Know Your Data帮助研究人员、工程师、产品团队和决策者理解数据集，通过图像数据集可视化改善数据质量并缓解公平性与偏见问题。GitHub
Cynthia DataCOSS为数据工程师和医疗研发团队生成符合生产数据结构的合成数据，用于开发测试、机器学习训练和临床试验流程，同时避免接触真实患者数据。GitHub
onPanda为大语言模型及智能体的数据标注用户提供词元级概率可视化、候选续写和编辑控制工具。GitHub
Diffgram可自行安装的 AI 数据存储，供应用管理模式、BLOB 与预测，并提供人工监督（数据标注）、数据工作流和界面目录。GitHub
GlobalMind Protocol面向 AI 企业、验证者和互联网服务商的协议，在训练数据进入模型前由人进行链上验证。GitHub
dropoutt开源命令行工具，供检查和改进大语言模型训练数据的人查找数据缺陷、重复、污染、隐私风险及覆盖缺口。GitHub
Museum of ModelsMuseum of Models 保存多个 AI 模型对相同问题的回答，供人们浏览、比较和下载。GitHub
AquinAleph 是面向研究团队和机器学习团队的通用预测模型，可针对自有数据微调，用于跨表格与媒体的分类、标注和决策任务。GitHub
RothrCOSS为前沿 AI 实验室匹配经过审核的资深设计师，通过界面评估、偏好排序和设计理由说明提供模型训练数据。GitHub