image-captioning
image-captioning टैग वाली ट्रैक की गई ओपन सोर्स रिपॉजिटरी, स्टार के हिसाब से क्रमबद्ध।
मिलते-जुलते विषय
वे विषय जो अक्सर एक ही रिपॉजिटरी पर image-captioning के साथ आते हैं।
हाल में उभरे
पिछले 90 दिनों में बनी और image-captioning टैग वाली रिपॉजिटरी।
पिछले 90 दिनों में इस विषय के टैग वाली कोई नई रिपॉजिटरी नहीं आई।
- #1★ 11,261-1पिछले 7 दिनों में स्टार का बदलाव
- #2
हाथ से बनाए गए वेबसाइट मॉकअप से HTML कोड जेनरेट करने के लिए Keras मॉडल। सोर्स इमेज को ड्रा करने के लिए इमेज कैप्शनिंग आर्किटेक्चर लागू करता है।
★ 5,143+0पिछले 7 दिनों में स्टार का बदलाव - #3
InternGPT (iGPT) एक ओपन सोर्स डेमो प्लेटफॉर्म है जहाँ आप आसानी से अपने AI मॉडल प्रदर्शित कर सकते हैं। अब यह DragGAN, ChatGPT, ImageBind, GPT-4 जैसे मल्टीमॉडल चैट, SAM, इंटरैक्टिव इमेज एडिटिंग आदि को सपोर्ट करता है।
★ 3,205+0पिछले 7 दिनों में स्टार का बदलाव - #4
OFA (ICML 2022) की आधिकारिक रिपॉजिटरी। पेपर: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
★ 2,557+0पिछले 7 दिनों में स्टार का बदलाव - #5
एक सरल Swift क्लास जो आपके ऐप में कस्टम कैमरा व्यू बनाने के लिए आवश्यक सभी कॉन्फ़िगरेशन प्रदान करती है
★ 1,395-1पिछले 7 दिनों में स्टार का बदलाव - #6★ 1,348+2पिछले 7 दिनों में स्टार का बदलाव
- #7★ 1,309+0पिछले 7 दिनों में स्टार का बदलाव
- #8
हाल के कुछ कंप्यूटर विज़न (CV) कार्यों की पेपर सूची
★ 972+2पिछले 7 दिनों में स्टार का बदलाव - #9
AI VTuber जो LLM, ASR, TTS, OCR, CV और अन्य तकनीकों के साथ लाइव स्ट्रीम करने या आपके साथ Minecraft खेलने में सक्षम है।
★ 801+3पिछले 7 दिनों में स्टार का बदलाव - #10
👁️ + 💬 + 🎧 = 🤖 शीर्ष फाउंडेशन और मल्टीमॉडल मॉडलों की क्यूरेटेड सूची! [पेपर + कोड + उदाहरण + ट्यूटोरियल]
★ 637+0पिछले 7 दिनों में स्टार का बदलाव - #11
विज़न-लैंग्वेज मॉडल्स के लिए ComfyUI नोड्स: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V। साथ ही ओपन-वोकैबुलरी डिटेक्शन, SAM2/SAM3 सेगमेंटेशन, वीडियो टेम्पोरल रीजनिंग, llama.cpp के माध्यम से GGUF, और होस्टेड LLM/VLM API।
★ 589+1पिछले 7 दिनों में स्टार का बदलाव - #12★ 563+1पिछले 7 दिनों में स्टार का बदलाव
