Git Stars Git Stars

#vision-language Repositories

Entdecke 20 aktive Open-Source-GitHub-Repositories, die mit #vision-language getaggt sind und insgesamt 40,771 Sterne gesammelt haben (durchschnittlich 2,038 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist IDEA-Research/GroundingDINO mit 9,509 Sternen.

20
Gesamtzahl der Repositories
40,771
Gesamtanzahl der Sterne
2,038
Durchschnittliche Sterne/Repo

Insgesamt 20 Repositories

1
IDEA-Research/GroundingDINO

[ECCV 2024] Offizielle Implementierung des Papers "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

IDEA-Research
⭐ 9,509 Python 👤 IDEA-Research Organization 🕐 Aktualisiert 2024-08-12 📅 Erstellt 2023-03-09
2
OFA-Sys/Chinese-CLIP

Chinesische Version von CLIP, die chinesische Cross-Modal-Retrieval und Repräsentationsgenerierung ermöglicht.

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 Aktualisiert 2026-03-31 📅 Erstellt 2022-07-08
3
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
4
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
5
2U1/Qwen-VL-Series-Finetune

Eine Open-Source-Implementierung für das Fine-Tuning der Qwen-VL-Serie von Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Aktualisiert 2026-09-09 📅 Erstellt 2024-09-10
6
AlibabaResearch/AdvancedLiterateMachinery

Eine Sammlung origineller, innovativer Ideen und Algorithmen für fortgeschrittene literarische Maschinen. Dieses Projekt wird vom OCR-Team im Language Technology Lab des Tongyi Lab der Alibaba Group betreut.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 Aktualisiert 2026-03-17 📅 Erstellt 2022-09-28
7
mbzuai-oryx/Video-ChatGPT

[ACL 2024 🔥] Video-ChatGPT ist ein Videokonversationsmodell, das aussagekräftige Konversationen über Videos generieren kann. Es kombiniert die Fähigkeiten von LLMs mit einem vortrainierten visuellen Encoder, der für die räumlich-zeitliche Videodarstellung angepasst ist. Wir stellen außerdem ein strenges „Quantitative Evaluation Benchmarking“ für videobasierte Konversationsmodelle vor.

mbzuai-oryx
⭐ 1,516 Python 👤 mbzuai-oryx Organization 🕐 Aktualisiert 2026-09-05 📅 Erstellt 2023-05-18
8
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
9
OpenDriveLab/DriveLM

[ECCV 2024 Oral] DriveLM: Fahren mit Graph Visual Question Answering

OpenDriveLab
⭐ 1,325 HTML 👤 OpenDriveLab Organization 🕐 Aktualisiert 2025-07-02 📅 Erstellt 2023-08-08
10
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
11
TinyLLaVA/TinyLLaVA_Factory

Ein Framework für kleine, große multimodale Modelle

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 Aktualisiert 2026-10-19 📅 Erstellt 2024-02-21
12
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
13
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
14
mbzuai-oryx/LLaVA-pp

🔥🔥 LLaVA++: LLaVA mit Phi-3 und LLaMA-3 erweitern (LLaVA LLaMA-3, LLaVA Phi-3)

mbzuai-oryx
⭐ 843 Python 👤 mbzuai-oryx Organization 🕐 Aktualisiert 2026-09-05 📅 Erstellt 2024-04-26
15
longzw1997/Open-GroundingDino

Dies ist die Implementierung des Papers Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection durch Dritte.

longzw1997
⭐ 840 Python 👤 longzw1997 User 🕐 Aktualisiert 2025-07-27 📅 Erstellt 2023-10-14
16
OpenMOSS/MOSS-VL

Eine 11B-Modellreihe mit offenen Gewichten zum Verstehen von Langform- und Echtzeitvideos

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2026-04-08
17
Algolzw/daclip-uir

[ICLR 2024] Steuerung von Vision-Language-Modellen zur universellen Bildrestaurierung. Bedeutete den 5. Platz in der NTIRE 2024 Restore Any Image Model in the Wild Challenge.

Algolzw
⭐ 799 Python 👤 Algolzw User 🕐 Aktualisiert 2024-08-07 📅 Erstellt 2023-09-30
18
AILab-CVC/SEED

Offizielle Implementierung von SEED-LLaMA (ICLR 2024).

AILab-CVC
⭐ 638 Python 👤 AILab-CVC Organization 🕐 Aktualisiert 2024-09-21 📅 Erstellt 2023-07-15
19
worldbench/awesome-vla-for-ad

🌐 Vision-Language-Action-Modelle für autonomes Fahren: Vergangenheit, Gegenwart und Zukunft

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2025-09-07
20
zhaozh10/Awesome-CLIP-in-Medical-Imaging

Eine Übersicht über CLIP in der medizinischen Bildgebung

zhaozh10
⭐ 509 👤 zhaozh10 User 🕐 Aktualisiert 2025-03-26 📅 Erstellt 2023-11-21

Häufig gestellte Fragen

1

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

Das am höchsten eingestufte Open-Source-#vision-language-Projekt auf GitHub ist IDEA-Research/GroundingDINO mit 9,509 Sternen. [ECCV 2024] Offizielle Implementierung des Papers "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

2

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

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

3

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

Wir verfolgen 20 aktive Open-Source-Repositories, die mit #vision-language getaggt sind (500+ Sterne), mit insgesamt 40,771 Sternen und durchschnittlich 2,038 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.