Git Stars Git Stars

#visual-question-answering Repositories

Entdecke 15 aktive Open-Source-GitHub-Repositories, die mit #visual-question-answering getaggt sind und insgesamt 24,641 Sterne gesammelt haben (durchschnittlich 1,642 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist salesforce/BLIP mit 5,626 Sternen.

15
Gesamtzahl der Repositories
24,641
Gesamtanzahl der Sterne
1,642
Durchschnittliche Sterne/Repo

Insgesamt 15 Repositories

1
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
2
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
3
microsoft/LLaVA-Med

Large Language-and-Vision Assistant für Biomedizin, entwickelt für multimodale Fähigkeiten auf GPT-4-Niveau.

microsoft
⭐ 2,207 Python 👤 microsoft Organization 🕐 Aktualisiert 2025-06-04 📅 Erstellt 2023-05-20
4
km1994/LLMsNineStoryDemonTower

【LLMs Neun-Schichten-Dämonenturm】Teilen von Praxiserfahrungen und Kenntnissen zu LLMs in Bereichen wie natürliche Sprachverarbeitung (ChatGLM, Chinese-LLaMA-Alpaca, Xiaoyangtuo Vicuna, LLaMA, GPT4ALL usw.), Informationsabruf (langchain), Sprachsynthese, Spracherkennung, Multimodalität (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual usw.).

km1994
⭐ 2,140 👤 km1994 User 🕐 Aktualisiert 2024-03-30 📅 Erstellt 2023-05-01
5
Yuliang-Liu/Monkey

Monkey (LMM): Bildauflösung und Textetikett sind wichtige Dinge für große multimodale Modelle (CVPR 2024 Highlight)

Yuliang-Liu
⭐ 1,954 Python 👤 Yuliang-Liu User 🕐 Aktualisiert 2026-09-25 📅 Erstellt 2023-11-09
6
kijai/ComfyUI-Florence2

Inferenz Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 Aktualisiert 2026-05-06 📅 Erstellt 2024-06-19
8
HJYao00/Mulberry

[NIPS'25 Spotlight] Mulberry, ein O1-ähnliches Reasoning and Reflection MLLM, implementiert über kollektives MCTS

HJYao00
⭐ 1,245 Python 👤 HJYao00 User 🕐 Aktualisiert 2026-01-16 📅 Erstellt 2024-12-23
9
visual-openllm/visual-openllm

so etwas wie Visual-ChatGPT, die Open-Source-Version von Wenxin Yiyan

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 Aktualisiert 2024-02-24 📅 Erstellt 2023-03-26
10
richard-peng-xia/awesome-multimodal-in-medical-imaging

Eine Sammlung von Ressourcen zu Anwendungen des multimodalen Lernens in der medizinischen Bildgebung.

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2022-07-13
11
Yuliang-Liu/MultimodalOCR

Das verborgene Rätsel des OCR in großen multimodalen Modellen (OCRBench)

Yuliang-Liu
⭐ 902 Python 👤 Yuliang-Liu User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2023-05-12
12
penghao-wu/vstar

PyTorch-Implementierung von „V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs“

penghao-wu
⭐ 684 Python 👤 penghao-wu User 🕐 Aktualisiert 2024-01-07 📅 Erstellt 2023-12-15
13
MMMU-Benchmark/MMMU

Dieses Repository enthält den Evaluierungscode für das Paper „MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI“

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2023-11-23
14
unconv/gpt4v-browsing

Web Scraping mit der GPT-4 Vision API und Puppeteer

unconv
⭐ 563 JavaScript 👤 unconv User 🕐 Aktualisiert 2024-01-31 📅 Erstellt 2023-11-24
15
zjukg/KG-MM-Survey

Wissensgraphen treffen auf multimodales Lernen: eine umfassende Übersicht

zjukg
⭐ 510 👤 zjukg Organization 🕐 Aktualisiert 2026-03-02 📅 Erstellt 2024-01-29

Häufig gestellte Fragen

1

Welches ist das beliebteste #visual-question-answering-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#visual-question-answering-Projekt auf GitHub ist salesforce/BLIP mit 5,626 Sternen. PyTorch-Code für BLIP: Bootstrapping Language-Image Pre-training für unified Vision-Language Understanding und Generation

2

Welche Programmiersprachen werden in #visual-question-answering-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #visual-question-answering-Projekten auf GitHub sind Python, Jupyter Notebook, JavaScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #visual-question-answering-Repositories berechnet?

Wir verfolgen 15 aktive Open-Source-Repositories, die mit #visual-question-answering getaggt sind (500+ Sterne), mit insgesamt 24,641 Sternen und durchschnittlich 1,642 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.