Git Stars Git Stars

#image-captioning Repositorios

Descubre 24 repositorios activos de código abierto de GitHub etiquetados con #image-captioning, que acumulan 94,220 estrellas en total (una media de 3,925 estrellas por proyecto). El líder de este tema es Vision-CAIR/MiniGPT-4, con 25,770 estrellas.

24
Total de Repositorios
94,220
Total de estrellas
3,925
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook Swift

24 repositorios en total

1
Vision-CAIR/MiniGPT-4

Códigos de código abierto para MiniGPT-4 y MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

Vision-CAIR
⭐ 25,770 Python 👤 Vision-CAIR Organization 🕐 Actualizado 2024-09-02 📅 Creado 2023-04-15
2
microsoft/OmniParser

Una simple herramienta de análisis de pantalla hacia un agente de GUI basado puramente en la visión

microsoft
⭐ 25,630 Jupyter Notebook 👤 microsoft Organization 🕐 Actualizado 2026-11-14 📅 Creado 2024-09-20
3
salesforce/LAVIS

LAVIS – Una biblioteca integral para la inteligencia lingüístico-visual

salesforce
⭐ 11,265 Jupyter Notebook 👤 salesforce Organization 🕐 Actualizado 2026-06-02 📅 Creado 2022-08-24
4
salesforce/BLIP

Código PyTorch para BLIP: Bootstrapping Language-Image Pre-training para la Comprensión y Generación Unificada Visión-Lenguaje

salesforce
⭐ 5,626 Jupyter Notebook 👤 salesforce Organization 🕐 Actualizado 2024-08-05 📅 Creado 2022-01-25
5
ashnkumar/sketch-code

Modelo de Keras para generar código HTML a partir de mockups de sitios web dibujados a mano. Implementa una arquitectura de subtitulación de imágenes para imágenes fuente dibujadas.

ashnkumar
⭐ 5,141 Python 👤 ashnkumar User 🕐 Actualizado 2026-08-06 📅 Creado 2018-01-19
6
OpenGVLab/InternGPT

InternGPT (iGPT) es una plataforma de demostración de código abierto donde puedes mostrar fácilmente tus modelos de IA. Ahora admite DragGAN, ChatGPT, ImageBind, chat multimodal como GPT-4, SAM, edición interactiva de imágenes, etc. Pruébalo en igpt.opengvlab.com (sistema de demostración en línea que admite DragGAN, ChatGPT, ImageBind, SAM).

OpenGVLab
⭐ 3,223 Python 👤 OpenGVLab Organization 🕐 Actualizado 2024-08-20 📅 Creado 2023-05-08
7
OFA-Sys/OFA

Repositorio oficial de 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 🕐 Actualizado 2024-04-24 📅 Creado 2022-01-29
8
rmokady/CLIP_prefix_caption

Modelo simple de subtitulado de imágenes

rmokady
⭐ 1,407 Jupyter Notebook 👤 rmokady User 🕐 Actualizado 2024-06-09 📅 Creado 2021-09-16
9
imaginary-cloud/CameraManager

Clase Simple de Swift para proporcionar todas las configuraciones que necesita para crear una vista de cámara personalizada en su aplicación

imaginary-cloud
⭐ 1,397 Swift 👤 imaginary-cloud Organization 🕐 Actualizado 2024-07-19 📅 Creado 2014-10-10
10
jhc13/taggui

Administrador de etiquetas y etiquetador para conjuntos de datos de imágenes

jhc13
⭐ 1,353 Python 👤 jhc13 User 🕐 Actualizado 2025-10-11 📅 Creado 2023-03-08
11
NVlabs/prismer

La implementación de "Prismer: un modelo de visión y lenguaje con expertos multitarea".

NVlabs
⭐ 1,308 Python 👤 NVlabs Organization 🕐 Actualizado 2024-01-17 📅 Creado 2023-03-02
13
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: Una lista de artículos sobre algunos trabajos recientes de Visión por Computadora (CV)

cuixing158
⭐ 986 👤 cuixing158 User 🕐 Actualizado 2026-11-08 📅 Creado 2025-02-14
15
AkagawaTsurunaki/ZerolanLiveRobot

VTuber de IA con LLM, ASR, TTS, OCR, CV y más tecnologías para hacer transmisiones en vivo o jugar Minecraft contigo.

AkagawaTsurunaki
⭐ 834 Python 👤 AkagawaTsurunaki User 🕐 Actualizado 2026-04-14 📅 Creado 2024-03-04
17
toshiaki1729/stable-diffusion-webui-dataset-tag-editor

Extensión para editar subtítulos de conjuntos de datos para la interfaz web SD de AUTOMATIC1111

toshiaki1729
⭐ 727 Python 👤 toshiaki1729 User 🕐 Actualizado 2024-06-27 📅 Creado 2022-10-26
18
AlexZhangji/Twitter-Insight-LLM

Extracción de datos de Twitter, búsqueda de imágenes basada en incrustaciones y más.

AlexZhangji
⭐ 685 Jupyter Notebook 👤 AlexZhangji User 🕐 Actualizado 2024-04-17 📅 Creado 2024-03-05
19
SkalskiP/awesome-foundation-and-multimodal-models

👁️ + 💬 + 🎧 = 🤖 Lista curada de los mejores modelos fundacionales y multimodales. [Paper + Código + Ejemplos + Tutoriales]

SkalskiP
⭐ 635 Python 👤 SkalskiP User 🕐 Actualizado 2024-02-29 📅 Creado 2023-10-08
20
StartHua/Comfyui_CXH_joy_caption

Recomendado basado en imágenes de nodos de ComfyUI: Joy_caption + MiniCPMv2_6-prompt-generator + florence2

StartHua
⭐ 623 Python 👤 StartHua User 🕐 Actualizado 2025-02-06 📅 Creado 2024-08-14
21
gokayfem/ComfyUI_VLM_nodes

Nodos de ComfyUI para modelos de visión-lenguaje: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Además de detección de vocabulario abierto, segmentación SAM2/SAM3, razonamiento temporal de video, GGUF a través de llama.cpp y APIs de LLM/VLM alojadas.

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 Actualizado 2026-08-08 📅 Creado 2024-01-24
22
IuvenisSapiens/ComfyUI_Qwen3-VL-Instruct

La integración exitosa de la serie Qwen3-VL-Instruct en la plataforma ComfyUI ha permitido un funcionamiento fluido, soportando (pero no limitado a) consultas basadas en texto, consultas de video, consultas de una sola imagen y consultas de múltiples imágenes para generar subtítulos o respuestas.

IuvenisSapiens
⭐ 587 Python 👤 IuvenisSapiens User 🕐 Actualizado 2025-10-23 📅 Creado 2024-08-31
23
kdexd/virtex

[CVPR 2021] VirTex: Aprendiendo representaciones visuales de anotaciones textuales

kdexd
⭐ 562 Python 👤 kdexd User 🕐 Actualizado 2025-08-22 📅 Creado 2019-09-16

Preguntas frecuentes

1

¿Cuál es el repositorio de #image-captioning más popular en GitHub?

El proyecto de código abierto de #image-captioning mejor posicionado en GitHub es Vision-CAIR/MiniGPT-4, con 25,770 estrellas. Códigos de código abierto para MiniGPT-4 y MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #image-captioning?

Entre los proyectos de #image-captioning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Swift.

3

¿Cómo se calcula la clasificación de los repositorios de #image-captioning?

Seguimos 24 repositorios activos de código abierto etiquetados con #image-captioning (500+ estrellas), que suman un total de 94,220 estrellas, con una media de 3,925 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.