全部项目
当前范围的仓库 7 · UTC 2026-11-04
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—Ccleanlab / cleanlabCleanlab 的开源库是标准的以数据为中心的 AI 软件包，用于使用混乱的真实数据和标签进行数据质量和机器学习。PythonApache-2.0 · 宽松，可直接商用名次历史不足11,728937——2026-01-13
2—Yyzhao062 / pyod用于跨表格、时间序列、图形、文本、图像和音频数据进行异常检测的 Python 库。 60 多个检测器、基准支持的 ADEngine 编排以及 AI 代理的代理工作流程。PythonBSD-2-Clause · 宽松，可直接商用名次历史不足10,0741,520——2026-10-28
3—Yyzhao062 / anomaly-detection-resources异常检测相关的书籍、论文、视频和工具箱。 LLM 和 VLM 的最后更新于 2025 年末生效！PythonAGPL-3.0 · 需开源衍生作品名次历史不足9,4381,800——2026-03-02
4—Rrob-med / awesome-TS-anomaly-detection用于时间序列数据异常检测的工具和数据集列表。未知未知 · 限制商用 / 未知名次历史不足3,166463——2024-10-21
5—Vvisual-layer / fastdupfastdup 是一款功能强大的免费工具，旨在从图像和视频数据集中快速生成有价值的见解。它有助于提高图像和标签的质量，同时显着降低数据运营成本，并且具有无与伦比的可扩展性。PythonNOASSERTION · 限制商用 / 未知名次历史不足1,91795——2026-08-23
6—Ssafe-graph / graph-fraud-detection-papers基于 Graph/Transformer 的欺诈、异常和异常值检测论文和资源的精选列表未知未知 · 限制商用 / 未知名次历史不足1,900300——2026-09-13
7—MMinqi824 / ADBench“ADBench：异常检测基准”的正式实施，NeurIPS 2022。PythonBSD-2-Clause · 宽松，可直接商用名次历史不足1,032152——2026-01-08
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。