awesome-matchem-datasets
材料化学数据集一网打尽，找数据不再东翻西找
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-11-02 · 当前星标 ★ 403
核心亮点
- 按材料、化学、分子等主题分类整理，检索路径清晰
- 每条数据附来源链接与简要说明，降低筛选成本
- Markdown 清单结构简单，社区提交和更新门槛低
不足之处
- 仅做索引，不提供数据下载、清洗或格式转换工具
- 数据集质量与可用性依赖外部链接，缺乏统一校验机制
适用场景
- 材料信息学课题开题前调研可用公开数据集
- 机器学习模型训练前筛选分子性质与晶体结构数据
- 教学或团队内部共享数据资源清单
替代项目
awesome-materials-informatics、awesome-chemistry-datasets
上一篇：hagrid
下一篇：DatasetHelpers
同类项目推荐
awesome-matchem-datasets
开源
材料化学数据集一网打尽，找数据不再东翻西找
SDV
开源
把真实表格数据变成安全逼真的假数据，随便用不泄露隐私
Synthetic data generation for tabular data
sd-tagtool
开源
拖拽整理SD训练标签，数据干净训练快
A stable diffusion training dataset tag editor.
lerobot-dataset-visualizer
开源
浏览器里直接看机器人数据集，训练前先查数据质量
Web application for visualizing robotics datasets in LeRobot format
IEPile
开源
用2000万条高质量数据，让大模型更懂信息抽取。
[ACL 2024] IEPile: A Large-Scale Information Extraction Corpus
IKEA3DAssemblyDataset
开源
用宜家真实家具3D模型，做组装步骤与机器人装配研究
The IKEA 3D Assembly Dataset is made available by Inter IKEA Systems B.V. to encoura···
meerkat
开源
打开数据黑盒，几行代码交互式检查训练集，快速定位模型翻车原因。
Explore and understand your training and validation data.
VQASynth
开源
把图片视频自动变成带空间推理的VQA训练数据
Compose multimodal datasets
LabelFast
开源
中文文本自动预标注，简单样本秒变训练数据
中文世界的NLP自动标注开源工具，简单样本，交给LabelFast。