vision-and-language
标记 vision-and-language 主题、收录中的开源项目，按星标数排序。
相关主题
常跟 vision-and-language 一起出现在同一个项目上的主题。
近期新秀
近 90 天内创建、标记 vision-and-language 主题的项目。
近 90 天内还没有新项目标记这个主题。
- #1
提供生成式 AI 研究更新、面试资源、笔记本等多元内容的一站式仓库！
★ 29,211+0近 7 天星标变化 - #2★ 11,261+0近 7 天星标变化
- #3★ 2,695+0近 7 天星标变化
- #4★ 2,666+0近 7 天星标变化
- #5
ICML 2021（长篇演讲）论文代码：“ViLT: Vision-and-Language Transformer Without Convolution or Region Supervision”
★ 1,538+0近 7 天星标变化 - #6
日本語LLM总结 - 日本语LLM概览
★ 1,428+0近 7 天星标变化 - #7★ 1,393+0近 7 天星标变化
- #8★ 1,309+0近 7 天星标变化
- #9★ 1,088+1近 7 天星标变化
- #10
跨视觉、音频、语言模态的通用表示模型。论文：ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities
★ 1,060+0近 7 天星标变化 - #11★ 1,054+2近 7 天星标变化
- #12★ 996+6近 7 天星标变化
- #13★ 985+4近 7 天星标变化
- #14
[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM)，同类型中的首款模型，能够生成与对象分割遮罩无缝整合的自然语言响应。
★ 967+0近 7 天星标变化 - #15
这个仓库精选了 CVPR 2025 最令人兴奋且最具影响力的论文。🔥 [论文 + 代码 + 演示]
★ 895+1近 7 天星标变化 - #16★ 875+1近 7 天星标变化
- #17
此仓库为 CVPR 2024 最精彩且最具影响力的论文精选集合。🔥 [论文 + 源代码 + 演示]
★ 735+0近 7 天星标变化 - #18
基于真实全景图像进行强化学习的 AI 研究平台。
★ 713-1近 7 天星标变化 - #19
此存储库是 CVPR 2023 最精彩且最具影响力的论文精选集。🔥 [论文 + 代码]
★ 649+0近 7 天星标变化 - #20
建立用于线上监考自动化监控的软体
★ 634-1近 7 天星标变化 - #21
视觉与语言导航精选列表。ACL 2022 论文“视觉与语言导航：任务、方法与未来方向综述”
★ 607+2近 7 天星标变化 - #22
精选的视觉与语言资源列表（持续更新中...敬请期待！）
★ 563-1近 7 天星标变化 - #23
此仓库列出了我们综述论文中总结的相关论文：《视觉语言基础模型提示工程系统性综述》。
★ 513+0近 7 天星标变化
