vision-language
標記 vision-language 主題、收錄中的開源專案，依星數排序。
相關主題
常跟 vision-language 一起出現在同一個專案上的主題。
近期新秀
近 90 天內建立、標記 vision-language 主題的專案。
近 90 天內還沒有新專案標記這個主題。
- #1
[ECCV 2024] 論文「Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」的官方實作
★ 10,536+14近 7 天星數變化 - #2
中文版本的 CLIP，實現中文跨模態檢索與表徵生成。
★ 6,001+1近 7 天星數變化 - #3
OFA (ICML 2022) 官方儲存庫。論文：OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
★ 2,557+0近 7 天星數變化 - #4
阿里巴巴開源的 Qwen-VL 系列微調開源實現。
★ 1,961+1近 7 天星數變化 - #5
朝向先進文學機器（Advanced Literate Machinery）的原創創新點子與演算法集合。本專案由阿里巴巴集團通義實驗室語言技術實驗室 OCR 團隊維護。
★ 1,835+1近 7 天星數變化 - #6
[ACL 2024 🔥] Video-ChatGPT 是一個能夠針對影片產生有意義對話的影片對話模型。它結合了 LLM 的能力與適應時空影片表示的預訓練視覺編碼器。我們也為基於影片的對話模型引入了嚴格的「量化評估基準」。
★ 1,507+1近 7 天星數變化 - #7
日本語LLM總結 - 日本語LLM概覽
★ 1,428+1近 7 天星數變化 - #8★ 1,340+1近 7 天星數變化
- #9
跨視覺、音訊、語言模態的通用表示模型。論文：ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities
★ 1,060+0近 7 天星數變化 - #10
小型大型多模態模型框架
★ 1,003+0近 7 天星數變化 - #11★ 985+10近 7 天星數變化
- #12★ 875+0近 7 天星數變化
- #13
這是論文 Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection 的第三方實作。
★ 846+2近 7 天星數變化 - #14★ 842+0近 7 天星數變化
- #15
[ICLR 2024] 控制視覺語言模型以實現通用影像修復。榮獲 NTIRE 2024 野外通用影像修復挑戰賽（Restore Any Image Model in the Wild Challenge）第五名。
★ 817+1近 7 天星數變化 - #16★ 641-1近 7 天星數變化
- #17★ 606—近 7 天星數變化
- #18
論文「RemoteCLIP: A Vision Language Foundation Model for Remote Sensing」(IEEE TGRS) 官方儲存庫
★ 592+4近 7 天星數變化
