Git Stars Git Stars

#image-captioning Repositories

Entdecke 24 aktive Open-Source-GitHub-Repositories, die mit #image-captioning getaggt sind und insgesamt 94,220 Sterne gesammelt haben (durchschnittlich 3,925 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Vision-CAIR/MiniGPT-4 mit 25,770 Sternen.

24
Gesamtzahl der Repositories
94,220
Gesamtanzahl der Sterne
3,925
Durchschnittliche Sterne/Repo

Insgesamt 24 Repositories

1
Vision-CAIR/MiniGPT-4

Open-Source-Codes für MiniGPT-4 und MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

Vision-CAIR
⭐ 25,770 Python 👤 Vision-CAIR Organization 🕐 Aktualisiert 2024-09-02 📅 Erstellt 2023-04-15
2
microsoft/OmniParser

Ein einfaches Bildschirm-Parsing-Tool für rein visuell basierte GUI-Agenten

microsoft
⭐ 25,630 Jupyter Notebook 👤 microsoft Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2024-09-20
3
salesforce/LAVIS

LAVIS – Eine One-Stop-Bibliothek für Sprach-Seh-Intelligenz

salesforce
⭐ 11,265 Jupyter Notebook 👤 salesforce Organization 🕐 Aktualisiert 2026-06-02 📅 Erstellt 2022-08-24
4
salesforce/BLIP

PyTorch-Code für BLIP: Bootstrapping Language-Image Pre-training für unified Vision-Language Understanding und Generation

salesforce
⭐ 5,626 Jupyter Notebook 👤 salesforce Organization 🕐 Aktualisiert 2024-08-05 📅 Erstellt 2022-01-25
5
ashnkumar/sketch-code

Keras-Modell zur Generierung von HTML-Code aus handgezeichneten Website-Mockups. Implementiert eine Bildbeschreibungsarchitektur für gezeichnete Quellbilder.

ashnkumar
⭐ 5,141 Python 👤 ashnkumar User 🕐 Aktualisiert 2026-08-06 📅 Erstellt 2018-01-19
6
OpenGVLab/InternGPT

InternGPT (iGPT) ist eine Open-Source-Demo-Plattform, auf der Sie Ihre KI-Modelle einfach präsentieren können. Jetzt unterstützt es DragGAN, ChatGPT, ImageBind, multimodale Chats wie GPT-4, SAM, interaktive Bildbearbeitung usw. Probieren Sie es unter igpt.opengvlab.com aus (Online-Demo-System, das DragGAN, ChatGPT, ImageBind, SAM unterstützt).

OpenGVLab
⭐ 3,223 Python 👤 OpenGVLab Organization 🕐 Aktualisiert 2024-08-20 📅 Erstellt 2023-05-08
7
OFA-Sys/OFA

Offizielle Repository von OFA (ICML 2022). Paper: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework

OFA-Sys
⭐ 2,550 Python 👤 OFA-Sys Organization 🕐 Aktualisiert 2024-04-24 📅 Erstellt 2022-01-29
8
rmokady/CLIP_prefix_caption

Einfaches Bildunterschriftenmodell

rmokady
⭐ 1,407 Jupyter Notebook 👤 rmokady User 🕐 Aktualisiert 2024-06-09 📅 Erstellt 2021-09-16
9
imaginary-cloud/CameraManager

Einfache Swift-Klasse, um alle Konfigurationen bereitzustellen, die Sie für die Erstellung einer benutzerdefinierten Kameraansicht in Ihrer App benötigen

imaginary-cloud
⭐ 1,397 Swift 👤 imaginary-cloud Organization 🕐 Aktualisiert 2024-07-19 📅 Erstellt 2014-10-10
10
jhc13/taggui

Tag-Manager und Beschrifter für Bilddatensätze

jhc13
⭐ 1,353 Python 👤 jhc13 User 🕐 Aktualisiert 2025-10-11 📅 Erstellt 2023-03-08
11
NVlabs/prismer

Die Implementierung von "Prismer: Ein Vision-Language-Modell mit Multi-Task-Experten".

NVlabs
⭐ 1,308 Python 👤 NVlabs Organization 🕐 Aktualisiert 2024-01-17 📅 Erstellt 2023-03-02
13
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: Eine Papiere-Liste einiger neuerer Arbeiten im Bereich Computer Vision (CV)

cuixing158
⭐ 986 👤 cuixing158 User 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2025-02-14
15
AkagawaTsurunaki/ZerolanLiveRobot

AI‑VTuber mit LLM, ASR, TTS, OCR, CV und weiteren Technologien, um Live‑Streams zu erstellen oder Minecraft mit Ihnen zu spielen.

AkagawaTsurunaki
⭐ 834 Python 👤 AkagawaTsurunaki User 🕐 Aktualisiert 2026-04-14 📅 Erstellt 2024-03-04
17
toshiaki1729/stable-diffusion-webui-dataset-tag-editor

Erweiterung zum Bearbeiten von Datensatzunterschriften für die SD-Weboberfläche von AUTOMATIC1111

toshiaki1729
⭐ 727 Python 👤 toshiaki1729 User 🕐 Aktualisiert 2024-06-27 📅 Erstellt 2022-10-26
18
AlexZhangji/Twitter-Insight-LLM

Twitter-Daten-Scraping, einbettungsbasierte Bildersuche und mehr.

AlexZhangji
⭐ 685 Jupyter Notebook 👤 AlexZhangji User 🕐 Aktualisiert 2024-04-17 📅 Erstellt 2024-03-05
19
SkalskiP/awesome-foundation-and-multimodal-models

👁️ + 💬 + 🎧 = 🤖 Kuratierte Liste der besten Foundation- und multimodalen Modelle! [Paper + Code + Beispiele + Tutorials]

SkalskiP
⭐ 635 Python 👤 SkalskiP User 🕐 Aktualisiert 2024-02-29 📅 Erstellt 2023-10-08
20
StartHua/Comfyui_CXH_joy_caption

Empfohlen basierend auf ComfyUI-Knotenbildern: Joy_caption + MiniCPMv2_6-prompt-generator + florence2

StartHua
⭐ 623 Python 👤 StartHua User 🕐 Aktualisiert 2025-02-06 📅 Erstellt 2024-08-14
21
gokayfem/ComfyUI_VLM_nodes

ComfyUI-Nodes für Vision-Language-Modelle: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Sowie Open-Vocabulary-Erkennung, SAM2/SAM3-Segmentierung, zeitliche Videobetrachtung, GGUF via llama.cpp und gehostete LLM/VLM-APIs.

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 Aktualisiert 2026-08-08 📅 Erstellt 2024-01-24
22
IuvenisSapiens/ComfyUI_Qwen3-VL-Instruct

Die erfolgreiche Integration der Qwen3-VL-Instruct-Serie in die ComfyUI-Plattform hat einen reibungslosen Betrieb ermöglicht, der (aber nicht ausschließlich) textbasierte Abfragen, Videoabfragen, Abfragen mit einem einzigen Bild sowie Abfragen mit mehreren Bildern zur Erzeugung von Untertiteln oder Antworten unterstützt.

IuvenisSapiens
⭐ 587 Python 👤 IuvenisSapiens User 🕐 Aktualisiert 2025-10-23 📅 Erstellt 2024-08-31
23
kdexd/virtex

[CVPR 2021] VirTex: Lernen visueller Repräsentationen aus textuellen Annotationen

kdexd
⭐ 562 Python 👤 kdexd User 🕐 Aktualisiert 2025-08-22 📅 Erstellt 2019-09-16

Häufig gestellte Fragen

1

Welches ist das beliebteste #image-captioning-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#image-captioning-Projekt auf GitHub ist Vision-CAIR/MiniGPT-4 mit 25,770 Sternen. Open-Source-Codes für MiniGPT-4 und MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

2

Welche Programmiersprachen werden in #image-captioning-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #image-captioning-Projekten auf GitHub sind Python, Jupyter Notebook, Swift die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #image-captioning-Repositories berechnet?

Wir verfolgen 24 aktive Open-Source-Repositories, die mit #image-captioning getaggt sind (500+ Sterne), mit insgesamt 94,220 Sternen und durchschnittlich 3,925 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.