Git Stars Git Stars

#multimodal-learning Repositorios

Descubre 35 repositorios activos de código abierto de GitHub etiquetados con #multimodal-learning, que acumulan 63,371 estrellas en total (una media de 1,810 estrellas por proyecto). El líder de este tema es apple-aiml-research/ml-ferret, con 8,646 estrellas.

35
Total de Repositorios
63,371
Total de estrellas
1,810
Promedio de Estrellas/Repo

35 repositorios en total

2
dair-ai/ML-Papers-Explained

Explicación de conceptos clave en ML

dair-ai
⭐ 8,575 👤 dair-ai Organization 🕐 Actualizado 2025-06-30 📅 Creado 2023-01-12
3
HenryNdubuaku/maths-cs-ai-compendium

Conviértete en un investigador/ingeniero de IA/ML de alto nivel con este libro de texto poco convencional que cubre matemáticas, computación y aprendizaje automático con intuición.

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 Actualizado 2026-07-18 📅 Creado 2026-02-03
4
pliang279/awesome-multimodal-ml

Lista de lectura para temas de investigación en aprendizaje automático multimodal

pliang279
⭐ 6,773 👤 pliang279 User 🕐 Actualizado 2024-08-20 📅 Creado 2019-05-27
5
mlfoundations/open_flamingo

Un marco de código abierto para entrenar modelos multimodales grandes.

mlfoundations
⭐ 4,056 Python 👤 mlfoundations Organization 🕐 Actualizado 2024-08-31 📅 Creado 2022-10-20
6
google-research/big_vision

Código oficial utilizado para desarrollar Vision Transformer, SigLIP, MLP-Mixer, LiT y más.

google-research
⭐ 3,455 Jupyter Notebook 👤 google-research Organization 🕐 Actualizado 2025-05-19 📅 Creado 2022-04-04
7
KaiyangZhou/CoOp

Aprendizaje de Indicaciones para Modelos de Visión y Lenguaje (IJCV'22, CVPR'22)

KaiyangZhou
⭐ 2,147 Python 👤 KaiyangZhou User 🕐 Actualizado 2024-05-20 📅 Creado 2021-09-01
9
X-Square-Robot/wall-x

Construcción de robots de propósito general basados en modelos fundacionales corporizados

X-Square-Robot
⭐ 1,337 Python 👤 X-Square-Robot Organization 🕐 Actualizado 2026-09-18 📅 Creado 2025-09-04
10
DAMO-NLP-SG/VideoLLaMA3

Modelos Fundacionales Multimodales de Vanguardia para la Comprensión de Imágenes y Videos

DAMO-NLP-SG
⭐ 1,174 Jupyter Notebook 👤 DAMO-NLP-SG Organization 🕐 Actualizado 2025-08-14 📅 Creado 2025-01-19
11
AILab-CVC/UniRepLKNet

[CVPR 2024 & TPAMI 2025] UniRepLKNet

AILab-CVC
⭐ 1,072 Python 👤 AILab-CVC Organization 🕐 Actualizado 2025-08-10 📅 Creado 2023-11-24
12
PreferredAI/cornac

Un Marco Comparativo para Sistemas de Recomendación Multimodal

PreferredAI
⭐ 1,065 Python 👤 PreferredAI Organization 🕐 Actualizado 2026-11-19 📅 Creado 2018-07-17
13
ArrowLuo/CLIP4Clip

Una implementación oficial para "CLIP4Clip: Un estudio empírico de CLIP para la recuperación de videoclips de extremo a extremo"

ArrowLuo
⭐ 1,017 Python 👤 ArrowLuo User 🕐 Actualizado 2024-04-12 📅 Creado 2021-04-13
14
richard-peng-xia/awesome-multimodal-in-medical-imaging

Una colección de recursos sobre aplicaciones de aprendizaje multimodal en imágenes médicas.

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 Actualizado 2026-10-26 📅 Creado 2022-07-13
15
DmitryRyumin/ICCV-2023-25-Papers

Artículos ICCV 2023-2025: Descubra investigaciones de vanguardia de ICCV 2023-25, la conferencia líder en visión por computadora. Manténgase al día sobre lo último en visión por computadora y aprendizaje profundo, con código incluido. ⭐ ¡Apoye el desarrollo de la inteligencia visual!

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 Actualizado 2025-11-07 📅 Creado 2023-09-04
16
joonson/syncnet_python

Fuera de tiempo: sincronización labial automatizada en la naturaleza

joonson
⭐ 931 Python 👤 joonson User 🕐 Actualizado 2026-04-17 📅 Creado 2018-04-28
17
facebookresearch/SONAR

SONAR, un nuevo espacio de incrustación de oraciones multilingüe y multimodal de tamaño fijo, con un conjunto completo de codificadores y decodificadores de voz y texto.

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 Actualizado 2025-10-10 📅 Creado 2023-08-01
18
Yuliang-Liu/MultimodalOCR

Sobre el misterio oculto de OCR en grandes modelos multimodales (OCRBench)

Yuliang-Liu
⭐ 902 Python 👤 Yuliang-Liu User 🕐 Actualizado 2026-11-17 📅 Creado 2023-05-12
19
mlfoundations/MINT-1T

🍃 MINT-1T: Un conjunto de datos multimodal entrelazado de un billón de tokens.

mlfoundations
⭐ 828 👤 mlfoundations Organization 🕐 Actualizado 2024-07-31 📅 Creado 2024-06-16
20
DoMusic/Hybrid-Net

Audio en tiempo real a acordes, letras, ritmo y melodía.

DoMusic
⭐ 713 Python 👤 DoMusic Organization 🕐 Actualizado 2024-08-15 📅 Creado 2024-03-26
21
henghuiding/ReLA

[CVPR 2023 Highlight & IJCV 2026] GRES: Segmentación Generalizada de Expresiones de Referencia

henghuiding
⭐ 686 Python 👤 henghuiding User 🕐 Actualizado 2025-11-26 📅 Creado 2023-03-11
22
m-bain/webvid

Conjunto de datos de texto y video a gran escala. 10 millones de vídeos cortos subtitulados.

m-bain
⭐ 670 Python 👤 m-bain User 🕐 Actualizado 2024-08-14 📅 Creado 2021-06-07
23
csuhan/OneLLM

[CVPR 2024] OneLLM: Un Framework para Alinear Todas las Modalidades con el Lenguaje

csuhan
⭐ 666 Python 👤 csuhan User 🕐 Actualizado 2024-10-22 📅 Creado 2023-11-27
24
georgian-io/Multimodal-Toolkit

Modelo multimodal para datos de texto y tabulares con transformadores de HuggingFace como bloque de construcción para datos de texto

georgian-io
⭐ 620 Python 👤 georgian-io Organization 🕐 Actualizado 2026-05-04 📅 Creado 2020-08-20
26
pliang279/MultiBench

[NeurIPS 2021] Benchmarks multiescala para el aprendizaje de representación multimodal

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 Actualizado 2024-01-27 📅 Creado 2021-03-05
27
MMMU-Benchmark/MMMU

Este repositorio contiene el código de evaluación para el artículo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Actualizado 2026-11-13 📅 Creado 2023-11-23
28
yangdongchao/UniAudio

El código abierto de UniAudio

yangdongchao
⭐ 593 Python 👤 yangdongchao User 🕐 Actualizado 2024-07-22 📅 Creado 2023-10-01
29
sangminwoo/awesome-vision-and-language

Una lista curada de recursos increíbles de visión y lenguaje (aún en construcción... ¡mantente atento!)

sangminwoo
⭐ 556 👤 sangminwoo User 🕐 Actualizado 2024-11-04 📅 Creado 2019-10-25
30
llm-lab-org/Multimodal-RAG-Survey

Una encuesta sobre generación aumentada por recuperación multimodal

llm-lab-org
⭐ 546 👤 llm-lab-org Organization 🕐 Actualizado 2026-11-19 📅 Creado 2025-02-11
31
DmitryRyumin/ICASSP-2023-24-Papers

Artículos ICASSP 2023-2024: Una colección completa de artículos de investigación influyentes y emocionantes de las conferencias ICASSP 2023-24. Explore los últimos avances en acústica, voz y procesamiento de señales. Código incluido. ¡Marca el repositorio para apoyar el avance del procesamiento de audio y señales!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Actualizado 2025-05-05 📅 Creado 2023-08-01
32
henghuiding/MeViS

[ICCV 2023 & TPAMI 2025] MeViS: Un punto de referencia a gran escala para la segmentación de video con expresiones de movimiento

henghuiding
⭐ 523 Python 👤 henghuiding User 🕐 Actualizado 2026-01-08 📅 Creado 2023-08-01
33
microsoft/XPretrain

Preentrenamiento multimodal

microsoft
⭐ 510 Python 👤 microsoft Organization 🕐 Actualizado 2026-11-18 📅 Creado 2022-03-15
34
xiyuanzh/awesome-llm-time-series

seguimiento de artículos, conjuntos de datos y modelos de "modelo de lenguaje grande (LLM) para series temporales"

xiyuanzh
⭐ 508 👤 xiyuanzh User 🕐 Actualizado 2024-07-26 📅 Creado 2024-02-01
35
UCSC-VLAA/OpenVision

OpenVision (ICCV 2025), OpenVision 2 (CVPR 2026) y OpenVision 3

UCSC-VLAA
⭐ 505 Python 👤 UCSC-VLAA Organization 🕐 Actualizado 2026-08-22 📅 Creado 2025-04-21

Preguntas frecuentes

1

¿Cuál es el repositorio de #multimodal-learning más popular en GitHub?

El proyecto de código abierto de #multimodal-learning mejor posicionado en GitHub es apple-aiml-research/ml-ferret, con 8,646 estrellas.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #multimodal-learning?

Entre los proyectos de #multimodal-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, HTML.

3

¿Cómo se calcula la clasificación de los repositorios de #multimodal-learning?

Seguimos 35 repositorios activos de código abierto etiquetados con #multimodal-learning (500+ estrellas), que suman un total de 63,371 estrellas, con una media de 1,810 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.