Startseite Projekte datasets
datasets

datasets

von unsplash · GitHub

🎁 7.400.000+ Unsplash-Bilder, die für Forschung und maschinelles Lernen zur Verfügung gestellt werden

Auf GitHub ansehen
In einfachen Worten

Zugriff auf eine riesige Sammlung von über 7,4 Millionen Bildern von Unsplash für Forschungs- und maschinelle Lernprojekte.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
datasets — GitHub preview card
📈 Sternhistorie
2.8k2.7k
2026-07-072026-07-29
📈 datasets verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

🎁 7.400.000+ Unsplash-Bilder, die für Forschung und maschinelles Lernen zur Verfügung gestellt werden

datasets hat 2.8k Sterne auf GitHub. Es wurde 139-mal geforkt. datasets ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2020 aktiv entwickelt. Die Hauptthemen sind: data, dataset, images, keywords.

Frequently asked questions

Was ist datasets?

🎁 7.400.000+ Unsplash-Bilder, die für Forschung und maschinelles Lernen zur Verfügung gestellt werden

Ist datasets Open Source?

datasets ist ein Open-Source-Projekt.

Ist datasets kostenlos?

Ja. datasets ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist datasets geschrieben?

datasets ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — datasets

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=unsplash-datasets)](https://opensourceai.tech/project/unsplash-datasets.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.