#multimodal-learning Repositories
Entdecke 35 aktive Open-Source-GitHub-Repositories, die mit #multimodal-learning getaggt sind und insgesamt 63,371 Sterne gesammelt haben (durchschnittlich 1,810 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist apple-aiml-research/ml-ferret mit 8,646 Sternen.
Insgesamt 35 Repositories
Werde ein erstklassiger KI/ML-Forscher/Ingenieur mit diesem unkonventionellen Lehrbuch, das Mathematik, Informatik und ML auf intuitive Weise vermittelt.
Leseliste für Forschungsthemen im multimodalen maschinellen Lernen
Ein Open-Source-Framework für das Training großer multimodaler Modelle.
Offizieller Code, der zur Entwicklung von Vision Transformer, SigLIP, MLP-Mixer, LiT und mehr verwendet wird.
Aufbau von Universalrobotern auf der Grundlage von verkörperten Basismodellen
Eine offizielle Implementierung für „CLIP4Clip: Eine empirische Studie von CLIP für die End-to-End-Videoclip-Suche“
Eine Sammlung von Ressourcen zu Anwendungen des multimodalen Lernens in der medizinischen Bildgebung.
ICCV 2023-2025 Artikel: Entdecken Sie Spitzenforschung von ICCV 2023-25, der führenden Konferenz für Computer Vision. Bleiben Sie auf dem Laufenden über das Neueste in Computer Vision und Deep Learning, inklusive Code. ⭐ Unterstützen Sie die Entwicklung visueller Intelligenz!
SONAR, ein neuer mehrsprachiger und multimodaler Embedding-Raum für Sätze fester Größe, mit einer vollständigen Suite von Sprach- und Text-Encodern und -Decodern.
Das verborgene Rätsel des OCR in großen multimodalen Modellen (OCRBench)
🍃 MINT-1T: Ein multimodaler verschränkter Datensatz mit einer Billion Token.
[CVPR 2023 Highlight & IJCV 2026] GRES: Generalisierte Segmentierung von Bezugsausdrücken
Multimodales Modell für Text- und tabellarische Daten mit HuggingFace-Transformern als Baustein für Textdaten
[NeurIPS 2021] Multiskalen-Benchmarks für multimodales Repräsentationslernen
Dieses Repository enthält den Evaluierungscode für das Paper „MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI“
Eine kuratierte Liste toller Ressourcen zu Vision und Sprache (noch im Aufbau... bleiben Sie dran!)
ICASSP 2023-2024 Paper: Eine vollständige Sammlung einflussreicher und spannender Forschungsarbeiten von den ICASSP 2023-24 Konferenzen. Entdecken Sie die neuesten Fortschritte in den Bereichen Akustik, Sprache und Signalverarbeitung. Code enthalten. Sternen Sie das Repository, um die Weiterentwicklung der Audio- und Signalverarbeitung zu unterstützen!
[ICCV 2023 & TPAMI 2025] MeViS: Ein groß angelegter Benchmark für Videosegmentierung mit Bewegungsausdrücken
Verfolgung von Arbeiten, Datensätzen und Modellen von „Large Language Models (LLMs) für Zeitreihen“
Häufig gestellte Fragen
Welches ist das beliebteste #multimodal-learning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#multimodal-learning-Projekt auf GitHub ist apple-aiml-research/ml-ferret mit 8,646 Sternen.
Welche Programmiersprachen werden in #multimodal-learning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #multimodal-learning-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, HTML die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #multimodal-learning-Repositories berechnet?
Wir verfolgen 35 aktive Open-Source-Repositories, die mit #multimodal-learning getaggt sind (500+ Sterne), mit insgesamt 63,371 Sternen und durchschnittlich 1,810 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.