datadreamer

用生成模型加视觉基础模型,从零自动造带标注数据集

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数据集 🍴 复刻 7 👀 关注 3
GitHub ↗
GitHub 星标 ★ 141
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费使用

项目预览

datadreamer 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类数据集
开发团队luxonis
定价模式🏷️完全免费
价格说明开源免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
GitHub 星标★ 141
上线时间2023-11-12 00:00:00
代码更新2026-11-16
仓库体积40.0 MB
本站数据更新2026-11-23
维护状态活跃
收录时间2026-11-23
浏览次数0

项目介绍

DataDreamer 是一个用生成式 AI 与基础计算机视觉模型从零构建带标注数据集的 Python 工具。它面向缺少标注数据的团队,把「生成图像/文本—自动打标—质量筛选—导出标准数据集」串成可复现的流水线,减少人工标注与采集成本。核心能力包括:调用扩散模型等生成模型合成样本,用 CLIP、目标检测/分割等基础模型自动产生分类、检测、分割标注,支持提示词与类别配置、批量生成与过滤,并输出可直接用于训练的常见数据集格式。适合快速做原型验证、补充长尾类别、构造合成数据做数据增强。项目处于早期,接口与文档仍在演进,建议先小规模试用再接入生产流程。

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 2026-11-23 · 当前星标 ★ 141

核心亮点

  • 把图像生成与自动标注串成一条可复现流水线,省去手工采集和标注
  • 复用 CLIP、检测/分割等基础模型自动产标注,支持分类、检测、分割等多任务
  • 可配置类别与提示词批量生成,适合补长尾类别和做合成数据增强

不足之处

  • 项目早期、星标少,API 与文档可能频繁变动
  • 合成数据与自动标注的质量依赖基础模型,仍需人工抽检与清洗

适用场景

  • 缺少标注数据时快速构造原型训练集
  • 为稀有类别补充合成样本做长尾增强
  • 验证新任务流程前低成本生成带标注的试验数据

替代项目

FiftyOne、Label Studio、cleanlab

上一篇:datakeel

下一篇:没有了!

同类项目推荐

rust-repos 开源

一站式收集 Rust 仓库源码,省去逐个抓取的麻烦

Dataset of Rust source code repositories

★ 146 2026-09-21
fountain 开源

一句话生成海量对话样本,让 NLU 模型更聪明

Natural Language Data Augmentation Tool for Conversational Systems

★ 115 2026-08-09
APSD 开源

看穿对抗攻击:用视觉标准量化扰动隐蔽性

Official dataset for “Stealthiness Assessment of Adversarial Perturbation: From a V···

★ 11 2026-09-05
flickr_scraper 开源

按关键词批量抓 Flickr 图片,快速攒出 CV 训练集

Python Flickr image scraper for building keyword-based computer vision datasets with···

★ 304 2026-09-18
Awesome-llms-txt 开源

一站收集全网 llms.txt,做 AI 抓取与语料的种子库

This list contains an index of llms.txt files hosted on various websites, to be used···

★ 112 2026-10-06
KG-MM-Survey 开源

一张清单看懂知识图谱+多模态,快速入门不迷路

Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey

★ 510 2026-08-09
datasets 开源

一条命令批量下载 NCBI 基因组数据,省去手动检索。

NCBI Datasets is a resource that lets you easily gather data from across NCBI databa···

★ 566 2026-09-21
home-assistant-datasets 开源

用真实家居指令给大模型跑分,选型不靠猜

This package is a collection of datasets for evaluating AI Models in the context of ···

★ 284 2026-09-21