Git Stars Git Stars

#vision-transformer Repositories

Entdecke 64 aktive Open-Source-GitHub-Repositories, die mit #vision-transformer getaggt sind und insgesamt 209,451 Sterne gesammelt haben (durchschnittlich 3,272 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist open-mmlab/mmdetection mit 32,234 Sternen.

64
Gesamtzahl der Repositories
209,451
Gesamtanzahl der Sterne
3,272
Durchschnittliche Sterne/Repo

Insgesamt 64 Repositories

1
open-mmlab/mmdetection

OpenMMLab Detection Toolbox und Benchmark

open-mmlab
⭐ 32,234 Python 👤 open-mmlab Organization 🕐 Aktualisiert 2024-08-21 📅 Erstellt 2018-08-22
2
lukas-blecher/LaTeX-OCR

pix2tex: Verwendung eines ViT zur Umwandlung von Gleichungsabbildungen in LaTeX-Code.

lukas-blecher
⭐ 16,430 Python 👤 lukas-blecher User 🕐 Aktualisiert 2025-01-18 📅 Erstellt 2020-12-11
3
facebookresearch/dinov2

PyTorch-Code und Modelle für die DINOv2-Methode des selbstüberwachten Lernens.

facebookresearch
⭐ 13,560 Jupyter Notebook 👤 facebookresearch Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2023-03-29
5
NielsRogge/Transformers-Tutorials

Dieses Repository enthält Demos, die ich mit der Transformers-Bibliothek von HuggingFace erstellt habe.

NielsRogge
⭐ 11,787 Jupyter Notebook 👤 NielsRogge User 🕐 Aktualisiert 2026-09-17 📅 Erstellt 2020-08-31
6
FoundationVision/VAR

[NeurIPS 2024 Best Paper Award][GPT schlägt Diffusion🔥] [Skalierungsgesetze in der visuellen Generierung📈] Offizielle Implementierung von "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". Eine *extrem einfache, benutzerfreundliche und dennoch hochmoderne* Codebasis für autoregressive Bildgenerierung!

FoundationVision
⭐ 8,766 Jupyter Notebook 👤 FoundationVision Organization 🕐 Aktualisiert 2025-11-10 📅 Erstellt 2024-04-01
7
adithya-s-k/omniparse

Ingestieren, parsen und optimieren Sie jedes Datenformat ➡️ von Dokumenten bis zu Multimedia ➡️ für verbesserte Kompatibilität mit GenAI-Frameworks

adithya-s-k
⭐ 7,935 Python 👤 adithya-s-k User 🕐 Aktualisiert 2025-12-12 📅 Erstellt 2024-06-04
8
Neywa-Labs/mlx-vlm

MLX-VLM ist ein Paket für die Inferenz und Feinabstimmung von Vision Language Models (VLMs) auf Ihrem Mac mit MLX.

Neywa-Labs
⭐ 5,886 Python 👤 Neywa-Labs Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-04-16
9
apple-aiml-research/ml-depth-pro

Depth Pro: Scharfe monokulare Tiefenmetrik in weniger als einer Sekunde.

apple-aiml-research
⭐ 5,788 Python 👤 apple-aiml-research Organization 🕐 Aktualisiert 2026-09-11 📅 Erstellt 2024-08-26
10
JingyunLiang/SwinIR

SwinIR: Bildrestaurierung mit Swin Transformer (offizielles Repository)

JingyunLiang
⭐ 5,263 Python 👤 JingyunLiang User 🕐 Aktualisiert 2024-05-14 📅 Erstellt 2021-08-16
11
liustack/modlens

Das erste Vision-Plugin für DeepSeek Harness und die Vision-Brücke für jeden textbasierten Codierungsagenten. Fügen Sie ein Bild ein, erhalten Sie strukturierte JSON-Beweise (OCR, Layout, Semantik).

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-02-22
12
cmhungsteve/Awesome-Transformer-Attention

Eine letztlich umfassende Liste von Papieren zu Vision Transformer/Attention, einschließlich Papieren, Codes und verwandter Websites

cmhungsteve
⭐ 4,987 👤 cmhungsteve User 🕐 Aktualisiert 2024-07-30 📅 Erstellt 2021-09-15
13
huawei-noah/Efficient-AI-Backbones

Effiziente KI-Backbones einschließlich GhostNet, TNT und MLP, entwickelt von Huawei Noah's Ark Lab.

huawei-noah
⭐ 4,417 Python 👤 huawei-noah Organization 🕐 Aktualisiert 2025-03-15 📅 Erstellt 2019-11-16
14
google-research/scenic

Scenic: Eine Jax-Bibliothek für Computer Vision Forschung und darüber hinaus

google-research
⭐ 3,848 Python 👤 google-research Organization 🕐 Aktualisiert 2026-10-31 📅 Erstellt 2021-07-12
15
open-mmlab/mmpretrain

OpenMMLab Pre-training Toolbox und Benchmark

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 Aktualisiert 2024-11-01 📅 Erstellt 2020-07-09
16
facebookresearch/sam-3d-body

Das Repository stellt Code zum Ausführen von Inferenzen mit dem SAM 3D Body Model (3DB), Links zum Herunterladen der trainierten Modell-Checkpoints und Datensätze sowie Beispiel-Notebooks zur Verfügung, die die Verwendung des Modells zeigen.

facebookresearch
⭐ 3,757 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-02-19 📅 Erstellt 2025-07-29
17
towhee-io/towhee

Towhee ist ein Framework, das sich der einfachen und schnellen Verarbeitung von neuronalen Datenpipelines widmet.

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 Aktualisiert 2024-10-18 📅 Erstellt 2021-07-13
18
mit-han-lab/efficientvit

Effiziente Vision-Grundlagenmodelle für hochauflösende Generierung und Wahrnehmung.

mit-han-lab
⭐ 3,357 Python 👤 mit-han-lab Organization 🕐 Aktualisiert 2025-09-05 📅 Erstellt 2023-04-05
19
Beckschen/TransUNet

Dieses Repository enthält das offizielle Projekt von TransUNet, das in unserer Arbeit vorgestellt wird: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.

Beckschen
⭐ 3,250 Python 👤 Beckschen User 🕐 Aktualisiert 2026-02-25 📅 Erstellt 2021-02-08
20
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: Ein umfassendes multimodales System für langfristige Streaming-Video- und Audiointeraktionen

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 Aktualisiert 2025-05-26 📅 Erstellt 2023-09-26
21
yuweihao/MambaOut

MambaOut: Brauchen wir Mamba wirklich für Vision? (CVPR 2025)

yuweihao
⭐ 2,696 Python 👤 yuweihao User 🕐 Aktualisiert 2025-03-09 📅 Erstellt 2024-05-13
22
baaivision/EVA

EVA-Serie: Visuelle Darstellungsfantasien von BAAI

baaivision
⭐ 2,629 Python 👤 baaivision Organization 🕐 Aktualisiert 2024-08-01 📅 Erstellt 2022-11-14
23
baaivision/Emu3

Next-Token Prediction ist alles, was Sie brauchen

baaivision
⭐ 2,454 Python 👤 baaivision Organization 🕐 Aktualisiert 2026-01-12 📅 Erstellt 2024-09-26
24
OpenGVLab/InternVideo

[ECCV2024] Videogrundlagenmodelle & Daten für multimodales Verständnis

OpenGVLab
⭐ 2,421 Python 👤 OpenGVLab Organization 🕐 Aktualisiert 2026-07-02 📅 Erstellt 2022-11-23
25
NVlabs/MambaVision

[CVPR 2025] Offizielle PyTorch-Implementierung von MambaVision: Ein hybrides Mamba-Transformer-Vision-Backbone

NVlabs
⭐ 2,255 Python 👤 NVlabs Organization 🕐 Aktualisiert 2026-03-11 📅 Erstellt 2024-06-10
26
ViTAE-Transformer/ViTPose

Das offizielle Repository für [NeurIPS'22] „ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation“ und [TPAMI'23] „ViTPose++: Vision Transformer for Generic Body Pose Estimation“

ViTAE-Transformer
⭐ 2,222 Python 👤 ViTAE-Transformer Organization 🕐 Aktualisiert 2025-12-25 📅 Erstellt 2022-04-27
27
hila-chefer/Transformer-Explainability

[CVPR 2021] Offizielle PyTorch-Implementierung für Transformer Interpretability Beyond Attention Visualization, eine neuartige Methode zur Visualisierung von Klassifizierungen durch Transformer-basierte Netzwerke.

hila-chefer
⭐ 1,967 Jupyter Notebook 👤 hila-chefer User 🕐 Aktualisiert 2024-01-24 📅 Erstellt 2020-11-23
28
alibaba/EasyCV

Ein All-in-One-Toolkit für Computer Vision

alibaba
⭐ 1,950 Python 👤 alibaba Organization 🕐 Aktualisiert 2025-05-09 📅 Erstellt 2022-04-02
29
microsoft/Cream

Dies ist eine Sammlung unserer NAS- und Vision Transformer-Arbeiten.

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 Aktualisiert 2024-07-25 📅 Erstellt 2020-10-12
30
lightly-ai/lightly-train

All-in-One-Training für Visionsmodelle (YOLO, ViTs, RT-DETR, DINOv3): Vortraining, Feinabstimmung, Destillation.

lightly-ai
⭐ 1,743 Python 👤 lightly-ai Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2025-04-10
31
JingyunLiang/VRT

VRT: Ein Transformer zur Videorestaurierung (offizielles Repository)

JingyunLiang
⭐ 1,560 Python 👤 JingyunLiang User 🕐 Aktualisiert 2026-09-08 📅 Erstellt 2022-01-18
32
czczup/ViT-Adapter

[ICLR 2023 Spotlight] Vision Transformer Adapter für dichte Vorhersagen

czczup
⭐ 1,490 Python 👤 czczup User 🕐 Aktualisiert 2025-06-03 📅 Erstellt 2022-05-16
33
thu-ml/SpargeAttn

[ICML2025] SpargeAttention: Ein trainingsfreier spärlicher Aufmerksamkeitsmechanismus, der die Inferenz jedes Modells beschleunigt.

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 Aktualisiert 2026-02-25 📅 Erstellt 2025-02-25
34
uncbiag/Awesome-Foundation-Models

Eine kuratierte Liste von Foundation-Modellen für Aufgaben im Bereich Vision und Sprache

uncbiag
⭐ 1,175 👤 uncbiag Organization 🕐 Aktualisiert 2026-09-14 📅 Erstellt 2023-04-04
35
gangweix/pixel-perfect-depth

[TPAMI 2026 & NeurIPS 2025] Pixelgenaue Tiefenbestimmung

gangweix
⭐ 1,076 Python 👤 gangweix User 🕐 Aktualisiert 2026-02-13 📅 Erstellt 2025-05-26
36
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
37
facebookresearch/hiera

Hiera: Ein schneller, leistungsstarker und einfacher hierarchischer Visions-Transformer.

facebookresearch
⭐ 1,045 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2024-03-02 📅 Erstellt 2023-05-26
39
WangLibo1995/GeoSeg

UNetFormer: Ein UNet-ähnlicher Transformer für die effiziente semantische Segmentierung von Fernerkundungsbildern städtischer Szenen, ISPRS. Außerdem werden andere Vision Transformer und CNNs für die Segmentierung von Satelliten-, Luft- und UAV-Bildern einbezogen.

WangLibo1995
⭐ 1,017 Python 👤 WangLibo1995 User 🕐 Aktualisiert 2024-08-19 📅 Erstellt 2021-10-19
40
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
41
damo-cv/TransReID

[ICCV-2021] TransReID: Transformer-basiertes Re-Identifikation von Objekten

damo-cv
⭐ 949 Python 👤 damo-cv Organization 🕐 Aktualisiert 2024-06-12 📅 Erstellt 2021-03-26
42
sithu31296/semantic-segmentation

SOTA-Modelle für semantische Segmentierung in PyTorch

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 Aktualisiert 2024-03-20 📅 Erstellt 2021-06-02
43
NVlabs/FasterViT

[ICLR 2024] Offizielle PyTorch-Implementierung von FasterViT: Schnelle Vision Transformer mit hierarchischer Aufmerksamkeit

NVlabs
⭐ 921 Python 👤 NVlabs Organization 🕐 Aktualisiert 2025-07-22 📅 Erstellt 2023-05-19
44
LeapLabTHU/DAT

Repository des Vision Transformer mit deformierbarer Aufmerksamkeit (CVPR2022) und DAT++: Räumlich dynamischer Vision Transformer mit deformierbarer Aufmerksamkeit

LeapLabTHU
⭐ 918 Python 👤 LeapLabTHU User 🕐 Aktualisiert 2024-04-17 📅 Erstellt 2022-01-03
45
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
46
yformer/EfficientTAM

Effizientes Verfolgen von allem

yformer
⭐ 802 Python 👤 yformer User 🕐 Aktualisiert 2025-01-06 📅 Erstellt 2024-12-02
48
deepglint/unicom

Groß angelegtes visuelles Repräsentationsmodell

deepglint
⭐ 704 Python 👤 deepglint Organization 🕐 Aktualisiert 2025-12-08 📅 Erstellt 2023-02-15
49
baudm/parseq

Szenentexterkennung mit permuted autoregressive Sequenzmodellen (ECCV 2022)

baudm
⭐ 679 Python 👤 baudm User 🕐 Aktualisiert 2024-05-29 📅 Erstellt 2021-11-24
50
mv-lab/swin2sr

[ECCV] Swin2SR: SwinV2 Transformer für komprimierte Bildsuper-Resolution und Wiederherstellung. Workshop "Advances in Image Manipulation (AIM)" ECCV 2022. Probieren Sie es aus! Über 3,3 Mio. Durchläufe https://replicate.com/mv-lab/swin2sr

mv-lab
⭐ 668 Python 👤 mv-lab User 🕐 Aktualisiert 2024-08-19 📅 Erstellt 2022-09-18

Häufig gestellte Fragen

1

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

Das am höchsten eingestufte Open-Source-#vision-transformer-Projekt auf GitHub ist open-mmlab/mmdetection mit 32,234 Sternen. OpenMMLab Detection Toolbox und Benchmark

2

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

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

3

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

Wir verfolgen 64 aktive Open-Source-Repositories, die mit #vision-transformer getaggt sind (500+ Sterne), mit insgesamt 209,451 Sternen und durchschnittlich 3,272 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.