awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesCollaborative Visual Dataset Management

Coordinating the organization and sharing of massive image and video datasets across teams.

Distinct from Collaborative Datasets: Specific to visual data curation and labeling workflows, whereas Collaborative Datasets is a broader term for any structured data.

Explore 1 awesome GitHub repository matching data & databases · Collaborative Visual Dataset Management. Refine with filters or upvote what's useful.

Awesome Collaborative Visual Dataset Management GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • voxel51/fiftyoneAvatar von voxel51

    voxel51/fiftyone

    10,841Auf GitHub ansehen↗

    FiftyOne ist ein visuelles Tool zum Kuratieren, Analysieren und Verwalten von Bild- und Videodatensätzen für das Training von Machine-Learning-Modellen. Es dient als Plattform zur Identifizierung von Annotationsfehlern, zur Verfeinerung von Ground-Truth-Labels und zur Evaluierung der Performance von Vision-Modellen durch den Vergleich von Vorhersagen mit Ground-Truth, um Fehlermodi zu identifizieren. Das System fungiert als containerisierte Datenplattform, die die Team-Kollaboration an großskaligen visuellen Datensätzen in einer Cloud-Umgebung unterstützt. Es enthält spezialisierte Funktionen zur Erkundung hochdimensionaler Embeddings, um Datencluster zu entdecken und entsprechende visuelle Samples abzurufen. Die Plattform deckt ein breites Spektrum an Funktionen ab, einschließlich 2D- und 3D-Datenannotation, Validierung der Datensatzqualität und visueller Datenexploration. Sie lässt sich in Deep-Learning-Frameworks integrieren, um Daten von der Kuratierung zum Modelltraining zu überführen, und nutzt einen dokumentenbasierten Metadatenspeicher zur Verwaltung von Datensatzstrukturen.

    Organizes and shares massive visual datasets in a cloud environment to coordinate labeling and curation across a team.

    Python
    Auf GitHub ansehen↗10,841
  1. Home
  2. Data & Databases
  3. Collaborative Visual Dataset Management