该项目提供多种卫星和航空图像的数据集，支持深度学习模型的训练和评估，包含丰富的数据集信息和元数据，适用于不同的计算机视觉任务，如图像分类、目标检测等。
收集和梳理垂直领域的开源大语言模型、数据集及评测基准，为用户提供全面的资源和支持，便于在各个专业领域内应用和研究。
这是一个基于PyTorch的库，旨在加速在分布外（OOD）检测方面的研究，支持多种检测方法，并提供易用的API设计。该项目结合深度学习模型进行OOD任务，提供数据集和基准测试，且可与PyTorch深度学习框架无缝集成。
JADE-Database是面向国内开源和国外商用大模型的Demo数据集，包含多种自然文本数据，覆盖多个问题类型，旨在用于大模型的靶向安全评测。
crystalcoder-data-prep是为CrystalCoder 7B LLM准备训练数据的代码，涵盖数据下载、token化、序列拼接、FIM增强和数据混洗等多个步骤，旨在提高模型训练的效率和效果。
Toronto Warehouse Incremental Change Dataset 是一个新发布的数据集，来源于清晰路径机器人仓库，旨在提供增量感知数据，支持机器人导航和环境理解的研究。
这是一个包含多个基于PyTorch的深度学习应用的库，旨在为圣路易斯华盛顿大学课程提供教育资源和实例，帮助理解深度学习概念。
Reasoning Gym是一个用于训练推理模型的Python库，能够生成无限多的推理任务，旨在通过强化学习提升模型的逻辑和算法推理能力。该项目支持多种推理数据集，易于集成和扩展，以满足研究和开发的需求。
关于鸟瞰视图感知的论文资源列表，包括3D目标检测、分割、在线地图和占据预测等，旨在为研究人员和开发者提供全面的工具和文献支持。
SLABIM是一个开源的SLAM数据集，结合了建筑信息建模（BIM），适用于室内环境中的机器人定位和地图绘制。该数据集为SLAM算法的训练和测试提供了全面的支持，能够适应多种室内环境，促进强大的机器人定位和地图绘制解决方案的开发。
