#multi-modal-learning Repositorios
Descubre 19 repositorios activos de código abierto de GitHub etiquetados con #multi-modal-learning, que acumulan 41,270 estrellas en total (una media de 2,172 estrellas por proyecto). El líder de este tema es mlfoundations/open_clip, con 14,278 estrellas.
19 repositorios en total
Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.
GigaBrain-0: Un Modelo Visión-Lenguaje-Acción Impulsado por un Modelo del Mundo
Construcción de agentes corpóreos abiertos con conocimiento a escala de Internet
Este repositorio contiene la implementación oficial de los artículos de investigación "MobileCLIP" CVPR 2024 y "MobileCLIP2" TMLR Agosto 2025
Macaw-LLM: Modelado de lenguaje multimodal con integración de imágenes, video, audio y texto
La implementación de "Prismer: un modelo de visión y lenguaje con expertos multitarea".
HuMo: Generación de video centrada en el ser humano a través de condicionamiento multimodal colaborativo
ALFWorld: Alineación de texto y entornos encarnados para el aprendizaje interactivo
[ECCV 2024] Implementación oficial del artículo "X-Pose: Detecting Any Keypoints"
Una implementación concisa pero completa de CLIP, con diversas mejoras experimentales propuestas en artículos recientes
BiomedParse: Un modelo fundamental para la segmentación, detección y reconocimiento conjunto de objetos biomédicos en nueve modalidades
BiomedGPT: Un modelo de fundación generalista de Visión y Lenguaje para diversas tareas biomédicas
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Una suite holística de percepción 3D multimodal para IA encarnada
Recursos de modelos de Visión-Lenguaje-Acción para Conducción Autónoma (VLA4AD), que sirven como repositorio complementario al artículo de revisión “A Survey on Vision–Language–Action Models for Autonomous Driving”.
Los gráficos de conocimiento se encuentran con el aprendizaje multimodal: una encuesta exhaustiva
Preguntas frecuentes
¿Cuál es el repositorio de #multi-modal-learning más popular en GitHub?
El proyecto de código abierto de #multi-modal-learning mejor posicionado en GitHub es mlfoundations/open_clip, con 14,278 estrellas. Una implementación de código abierto de CLIP.
¿Qué lenguajes de programación se utilizan más en los repositorios de #multi-modal-learning?
Entre los proyectos de #multi-modal-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Java.
¿Cómo se calcula la clasificación de los repositorios de #multi-modal-learning?
Seguimos 19 repositorios activos de código abierto etiquetados con #multi-modal-learning (500+ estrellas), que suman un total de 41,270 estrellas, con una media de 2,172 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.