一键获取细胞高内涵成像数据，直接开跑形态学分析
这是 JUMP Cell Painting Consortium 公开的数据集仓库，主要存放细胞成像实验产生的图像及相关元数据，供生命科学研究者和机器学习从业者下载使用。Cell Painting 是一种通过多种荧光染料同时标记细胞不同结构、再用高内涵显微成像获取形态学表型的技术，广泛用于药物发现和功能基因组学研究。该仓库解决的是这类大规模图像数据分散、格式不统一、难以直接用于建模的问题，提供集中托管和说明文档。核心能力包括：按批次和实验条件组织图像文件、附带样本与处理信息、便于通过脚本批量拉取。由于以 Shell 脚本为主，仓库本身不提供分析工具，更多是数据分发入口。适合需要真实细胞图像做表型分析、图像分类或自监督预训练的研究团队。
Broad Bioimage Benchmark Collection、IDR (Image Data Resource)、CellProfiler
datasets 是数据集领域的开源项目，由 jump-cellpainting 开发，2022 年首次发布。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 189。
项目目前处于活跃维护状态，最近一次代码更新于 2026-08-28。开源免费数据集。
它主要面向的使用场景是：训练细胞图像分类或分割模型。同类可对比的替代方案包括 Broad Bioimage Benchmark Collection、IDR (Image Data Resource)、CellProfiler。
上一篇：synergy-dataset
下一篇：loghub
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models
