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 2026-10-30 · 当前星标 ★ 290
核心亮点
- 强调可验证与可审计：种子示例、产物校验、数据交接记录齐全，便于复现与追责
- 把数据质量纳入回归测试思路，适合持续监控合成数据漂移
- 覆盖手写合成、OCR、多模态与后训练多个环节，可作为研究基础设施复用
不足之处
- 早期项目，文档完整度与社区生态仍在建设中
- 偏研究导向，缺少开箱即用的端到端示例与成熟集成方案
适用场景
- 手写 OCR 模型训练数据的合成与质量校验
- 反馈驱动的模型迭代与 RSI 相关研究实验
- 数据管线的可复现性与回归测试体系建设
替代项目
TextRecognitionDataGenerator、SynthTIGER、MMOCR
上一篇：Awesome-Medical-Image-Segmentation-Dataset
下一篇：没有了！
同类项目推荐
leaked-system-prompts
开源
看穿AI产品背后的系统指令，学习提示词设计。
Collection of leaked system prompts
markup
开源
AI辅助文档标注，主动学习减少人工成本
A web-based document annotation tool, powered by AI :rocket:
attack_data
开源
一站式获取多种攻击数据集，快速训练安全模型
A repository of curated datasets from various attacks
chatgpt-comparison-detection
开源
一键识别文本是否由ChatGPT生成，基于权威HC3数据集。
Human ChatGPT Comparison Corpus (HC3), Detectors, and more!
labelbox-python
开源
用 Python 快速接入 Labelbox，自动化构建高质量 AI 训练数据集。
The data factory for next gen AI
MM4TSA
开源
一站式浏览多模态时间序列分析论文与资源，快速掌握领域动态。
A professional list on Multi-Modalities For Time Series Analysis (MM4TSA) Papers and···
awesome-segmentation-saliency-da···
开源
找图像分割/显著性数据集，看这个清单就够了
A collection of some datasets for segmentation / saliency detection. Welcome to PR..···
HumanArt
开源
一个数据集，让AI看懂真实与虚构世界的各种人类姿态
[CVPR 2023] The official implementation of CVPR 2023 paper "Human-Art: A Versatile H···
faker
开源
一行代码生成各种逼真假数据，测试开发不用愁
Faker is a Python package that generates fake data for you.