#vision-and-language Repositorios
Descubre 25 repositorios activos de código abierto de GitHub etiquetados con #vision-and-language, que acumulan 67,711 estrellas en total (una media de 2,708 estrellas por proyecto). El líder de este tema es aishwaryanr/awesome-generative-ai-guide, con 30,359 estrellas.
25 repositorios en total
¡Un repositorio único para actualizaciones de investigación sobre IA generativa, recursos de entrevistas, cuadernos y mucho más!
Optimizar el proceso de ajuste fino para modelos multimodales: PaliGemma 2, Florence-2 y Qwen2.5-VL
[EMNLP-2024] Construcción de agentes de lenguaje multimodal para prototipos rápidos y producción
VLX-Seek es un VLM eficiente que localiza con gran precisión objetivos visuales de grano fino en entornos no controlados.
Código para el artículo de ICML 2021 (charla larga): "ViLT: Vision-and-Language Transformer Without Convolution or Region Supervision"
Detección de objetos de extremo a extremo en tiempo real y precisa de vocabulario abierto
La implementación de "Prismer: un modelo de visión y lenguaje con expertos multitarea".
[Candidato al Mejor Artículo ECCV 2024 y TPAMI 2025] PointLLM: Potenciando los Grandes Modelos de Lenguaje para Comprender Nubes de Puntos
Un modelo de representación general a través de modalidades de visión, audio y lenguaje. Artículo: ONE-PEACE: Explorando un modelo de representación general hacia modalidades ilimitadas
[ICML2024 (Oral)] Implementación oficial de PyTorch de DoRA: Adaptación de bajo rango descompuesta por pesos
CALVIN - Un punto de referencia para el aprendizaje de políticas condicionado por el lenguaje para tareas de manipulación robótica de largo alcance
[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM), el primer modelo de su tipo capaz de generar respuestas en lenguaje natural que se integran perfectamente con máscaras de segmentación de objetos.
Acerca de Este repositorio es una colección curada de los artículos más emocionantes e influyentes de CVPR 2025. 🔥 [Paper + Code + Demo]
Este repositorio es una colección curada de los artículos más emocionantes e influyentes de CVPR 2024. 🔥 [Paper + Code + Demo]
Plataforma de Investigación en IA para Aprendizaje por Refuerzo a partir de Imágenes Panorámicas Reales.
Este repositorio es una colección curada de los artículos más emocionantes e influyentes de CVPR 2023. 🔥 [Paper + Code]
Creación de un software para la monitorización automática en la supervisión en línea
Una lista curada para la navegación visión-lenguaje. Artículo de ACL 2022 "Vision-and-Language Navigation: A Survey of Tasks, Methods, and Future Directions"
Una lista curada de recursos increíbles de visión y lenguaje (aún en construcción... ¡mantente atento!)
Este repositorio enumera los artículos relevantes resumidos en nuestro artículo de revisión: A Systematic Survey of Prompt Engineering on Vision-Language Foundation Models.
[TPAMI 2024] Repositorio oficial de «ETPNav: planificación topológica evolutiva para la navegación visión-lenguaje en entornos continuos»
Preguntas frecuentes
¿Cuál es el repositorio de #vision-and-language más popular en GitHub?
El proyecto de código abierto de #vision-and-language mejor posicionado en GitHub es aishwaryanr/awesome-generative-ai-guide, con 30,359 estrellas. ¡Un repositorio único para actualizaciones de investigación sobre IA generativa, recursos de entrevistas, cuadernos y mucho más!
¿Qué lenguajes de programación se utilizan más en los repositorios de #vision-and-language?
Entre los proyectos de #vision-and-language mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, HTML, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #vision-and-language?
Seguimos 25 repositorios activos de código abierto etiquetados con #vision-and-language (500+ estrellas), que suman un total de 67,711 estrellas, con una media de 2,708 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.