Git Stars Git Stars

#vision-and-language Repositories

Entdecke 25 aktive Open-Source-GitHub-Repositories, die mit #vision-and-language getaggt sind und insgesamt 67,711 Sterne gesammelt haben (durchschnittlich 2,708 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist aishwaryanr/awesome-generative-ai-guide mit 30,359 Sternen.

25
Gesamtzahl der Repositories
67,711
Gesamtanzahl der Sterne
2,708
Durchschnittliche Sterne/Repo

Insgesamt 25 Repositories

1
aishwaryanr/awesome-generative-ai-guide

Ein zentrales Repository für Updates zur generativen KI-Forschung, Interviewressourcen, Notizbücher und vieles mehr!

aishwaryanr
⭐ 30,359 HTML 👤 aishwaryanr User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2024-02-06
2
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
3
roboflow/maestro

Optimierung des Fine-Tuning-Prozesses für multimodale Modelle: PaliGemma 2, Florence-2 und Qwen2.5-VL

roboflow
⭐ 2,696 Python 👤 roboflow Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2023-11-24
4
om-ai-lab/OmAgent

[EMNLP-2024] Multimodale Sprachagenten für schnelle Prototypenentwicklung und Produktion erstellen

om-ai-lab
⭐ 2,670 Python 👤 om-ai-lab Organization 🕐 Aktualisiert 2026-10-16 📅 Erstellt 2024-07-04
5
om-ai-lab/VLX-Seek

VLX-Seek ist ein effizientes VLM, das in unkontrollierten Umgebungen feingranulare visuelle Ziele mit hoher Präzision lokalisiert.

om-ai-lab
⭐ 2,321 Python 👤 om-ai-lab Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2026-06-26
6
dandelin/ViLT

Code für den ICML 2021 (langer Vortrag) Paper: "ViLT: Vision-and-Language Transformer ohne Faltung oder Regionsüberwachung"

dandelin
⭐ 1,516 Python 👤 dandelin User 🕐 Aktualisiert 2024-04-03 📅 Erstellt 2021-03-25
7
llm-jp/awesome-japanese-llm

Zusammenfassung japanischer LLMs - Überblick über japanische LLMs

llm-jp
⭐ 1,446 TypeScript 👤 llm-jp Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2023-07-09
8
om-ai-lab/OmDet

Echtzeit- und genaue Open-Vocabulary End-to-End-Objekterkennung

om-ai-lab
⭐ 1,410 Python 👤 om-ai-lab Organization 🕐 Aktualisiert 2026-03-12 📅 Erstellt 2024-03-11
9
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
10
rhymes-ai/Aria

Codebasis für Aria – ein offenes multimodales natives MoE

rhymes-ai
⭐ 1,089 Jupyter Notebook 👤 rhymes-ai Organization 🕐 Aktualisiert 2025-01-22 📅 Erstellt 2024-09-29
11
InternRobotics/PointLLM

[ECCV 2024 Best Paper Kandidat & TPAMI 2025] PointLLM: Große Sprachmodelle befähigen, Punktwolken zu verstehen

InternRobotics
⭐ 1,065 Python 👤 InternRobotics Organization 🕐 Aktualisiert 2026-05-15 📅 Erstellt 2023-08-17
12
OFA-Sys/ONE-PEACE

Ein allgemeines Repräsentationsmodell für visuelle, Audio- und Sprachmodalitäten. Arbeit: ONE-PEACE: Untersuchung eines allgemeinen Repräsentationsmodells für unbegrenzte Modalitäten

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 Aktualisiert 2024-10-06 📅 Erstellt 2023-05-18
13
NVlabs/DoRA

[ICML2024 (Oral)] Offizielle PyTorch-Implementierung von DoRA: Gewichtsdekomponierte Low-Rank-Adaption

NVlabs
⭐ 1,007 Python 👤 NVlabs Organization 🕐 Aktualisiert 2026-03-24 📅 Erstellt 2024-04-11
14
mees/calvin

CALVIN - Ein Benchmark für sprachkonditioniertes Policy Learning für Roboter-Manipulationsaufgaben mit langem Horizont

mees
⭐ 985 Python 👤 mees User 🕐 Aktualisiert 2025-09-08 📅 Erstellt 2021-07-20
15
mbzuai-oryx/groundingLMM

[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM), das erste Modell seiner Art, das natürlichsprachliche Antworten generieren kann, die nahtlos in Objeksegmentierungsmasken integriert sind.

mbzuai-oryx
⭐ 969 Python 👤 mbzuai-oryx Organization 🕐 Aktualisiert 2026-09-05 📅 Erstellt 2023-11-02
16
SkalskiP/top-cvpr-2025-papers

Über Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2025-Paper. 🔥 [Paper + Code + Demo]

SkalskiP
⭐ 899 Python 👤 SkalskiP User 🕐 Aktualisiert 2026-04-15 📅 Erstellt 2025-05-31
17
SunzeY/AlphaCLIP

[CVPR 2024] Alpha-CLIP: Ein CLIP-Modell, das sich auf jeden beliebigen Punkt konzentriert

SunzeY
⭐ 876 Jupyter Notebook 👤 SunzeY User 🕐 Aktualisiert 2025-07-20 📅 Erstellt 2023-11-27
18
SkalskiP/top-cvpr-2024-papers

Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2024-Paper. 🔥 [Paper + Code + Demo]

SkalskiP
⭐ 734 Python 👤 SkalskiP User 🕐 Aktualisiert 2026-04-15 📅 Erstellt 2024-04-10
19
peteanderson80/Matterport3DSimulator

KI-Forschungsplattform für Reinforcement Learning aus realen Panoramabildern.

peteanderson80
⭐ 664 C++ 👤 peteanderson80 User 🕐 Aktualisiert 2024-07-12 📅 Erstellt 2017-09-29
20
SkalskiP/top-cvpr-2023-papers

Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2023 Papers. 🔥 [Paper + Code]

SkalskiP
⭐ 649 Python 👤 SkalskiP User 🕐 Aktualisiert 2026-04-15 📅 Erstellt 2023-06-15
21
vardanagarwal/Proctoring-AI

Erstellung einer Software zur automatischen Überwachung bei Online-Aufsicht

vardanagarwal
⭐ 609 Python 👤 vardanagarwal User 🕐 Aktualisiert 2024-12-10 📅 Erstellt 2020-05-04
22
eric-ai-lab/awesome-vision-language-navigation

Eine kuratierte Liste für Navigation mit Sehen und Sprache. ACL 2022 Paper "Navigation mit Sehen und Sprache: Eine Übersicht über Aufgaben, Methoden und zukünftige Richtungen"

UCSB-AI
⭐ 579 👤 UCSB-AI Organization 🕐 Aktualisiert 2024-05-02 📅 Erstellt 2021-04-22
23
sangminwoo/awesome-vision-and-language

Eine kuratierte Liste toller Ressourcen zu Vision und Sprache (noch im Aufbau... bleiben Sie dran!)

sangminwoo
⭐ 556 👤 sangminwoo User 🕐 Aktualisiert 2024-11-04 📅 Erstellt 2019-10-25
24
JindongGu/Awesome-Prompting-on-Vision-Language-Model

Dieses Repo listet relevante Arbeiten auf, die in unserem Übersichtsartikel zusammengefasst sind: A Systematic Survey of Prompt Engineering on Vision-Language Foundation Models.

JindongGu
⭐ 510 👤 JindongGu User 🕐 Aktualisiert 2025-03-18 📅 Erstellt 2023-07-23
25
MarSaKi/ETPNav

[TPAMI 2024] Offizielles Repository von „ETPNav: Sich weiterentwickelnde topologische Planung für Vision-Language-Navigation in kontinuierlichen Umgebungen“

MarSaKi
⭐ 501 Python 👤 MarSaKi User 🕐 Aktualisiert 2026-04-27 📅 Erstellt 2023-04-06

Häufig gestellte Fragen

1

Welches ist das beliebteste #vision-and-language-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#vision-and-language-Projekt auf GitHub ist aishwaryanr/awesome-generative-ai-guide mit 30,359 Sternen. Ein zentrales Repository für Updates zur generativen KI-Forschung, Interviewressourcen, Notizbücher und vieles mehr!

2

Welche Programmiersprachen werden in #vision-and-language-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #vision-and-language-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, TypeScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #vision-and-language-Repositories berechnet?

Wir verfolgen 25 aktive Open-Source-Repositories, die mit #vision-and-language getaggt sind (500+ Sterne), mit insgesamt 67,711 Sternen und durchschnittlich 2,708 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.