Git Stars Git Stars

#vision-transformer Repositorios

Descubre 64 repositorios activos de código abierto de GitHub etiquetados con #vision-transformer, que acumulan 209,451 estrellas en total (una media de 3,272 estrellas por proyecto). El líder de este tema es open-mmlab/mmdetection, con 32,234 estrellas.

64
Total de Repositorios
209,451
Total de estrellas
3,272
Promedio de Estrellas/Repo

64 repositorios en total

1
open-mmlab/mmdetection

Caja de herramientas de detección OpenMMLab y benchmark

open-mmlab
⭐ 32,234 Python 👤 open-mmlab Organization 🕐 Actualizado 2024-08-21 📅 Creado 2018-08-22
2
lukas-blecher/LaTeX-OCR

pix2tex: Usando un ViT para convertir imágenes de ecuaciones en código LaTeX.

lukas-blecher
⭐ 16,430 Python 👤 lukas-blecher User 🕐 Actualizado 2025-01-18 📅 Creado 2020-12-11
3
facebookresearch/dinov2

Código y modelos de PyTorch para el método de aprendizaje autosupervisado DINOv2.

facebookresearch
⭐ 13,560 Jupyter Notebook 👤 facebookresearch Organization 🕐 Actualizado 2026-11-05 📅 Creado 2023-03-29
5
NielsRogge/Transformers-Tutorials

Este repositorio contiene demostraciones que hice con la biblioteca Transformers de HuggingFace.

NielsRogge
⭐ 11,787 Jupyter Notebook 👤 NielsRogge User 🕐 Actualizado 2026-09-17 📅 Creado 2020-08-31
6
FoundationVision/VAR

[Premio al Mejor Artículo NeurIPS 2024][GPT supera la difusión🔥] [Leyes de escala en generación visual📈] Implementación oficial de "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". ¡Una base de código *ultrasimple, fácil de usar pero de última generación* para la generación de imágenes autorregresiva!

FoundationVision
⭐ 8,766 Jupyter Notebook 👤 FoundationVision Organization 🕐 Actualizado 2025-11-10 📅 Creado 2024-04-01
7
adithya-s-k/omniparse

Ingiera, analice y optimice cualquier formato de datos ➡️ desde documentos hasta multimedia ➡️ para una mejor compatibilidad con los marcos de GenAI

adithya-s-k
⭐ 7,935 Python 👤 adithya-s-k User 🕐 Actualizado 2025-12-12 📅 Creado 2024-06-04
8
Neywa-Labs/mlx-vlm

MLX-VLM es un paquete para la inferencia y el ajuste fino de Vision Language Models (VLM) en tu Mac usando MLX.

Neywa-Labs
⭐ 5,886 Python 👤 Neywa-Labs Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-04-16
9
apple-aiml-research/ml-depth-pro

Depth Pro: Profundidad métrica monocular nítida en menos de un segundo.

apple-aiml-research
⭐ 5,788 Python 👤 apple-aiml-research Organization 🕐 Actualizado 2026-09-11 📅 Creado 2024-08-26
10
JingyunLiang/SwinIR

SwinIR: Restauración de imágenes utilizando Swin Transformer (repositorio oficial)

JingyunLiang
⭐ 5,263 Python 👤 JingyunLiang User 🕐 Actualizado 2024-05-14 📅 Creado 2021-08-16
11
liustack/modlens

El primer complemento de visión para DeepSeek Harness, y el puente de visión para cada agente de codificación solo de texto. Pega una imagen, obtén evidencia JSON estructurada (OCR, diseño, semántica).

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 Actualizado 2026-11-15 📅 Creado 2026-02-22
12
cmhungsteve/Awesome-Transformer-Attention

Una lista finalmente completa de artículos sobre Vision Transformer/Attention, que incluye artículos, códigos y sitios web relacionados

cmhungsteve
⭐ 4,987 👤 cmhungsteve User 🕐 Actualizado 2024-07-30 📅 Creado 2021-09-15
13
huawei-noah/Efficient-AI-Backbones

Backbones de IA eficientes que incluyen GhostNet, TNT y MLP, desarrollados por Huawei Noah's Ark Lab.

huawei-noah
⭐ 4,417 Python 👤 huawei-noah Organization 🕐 Actualizado 2025-03-15 📅 Creado 2019-11-16
14
google-research/scenic

Scenic: Una biblioteca Jax para la investigación en visión por computadora y más allá

google-research
⭐ 3,848 Python 👤 google-research Organization 🕐 Actualizado 2026-10-31 📅 Creado 2021-07-12
15
open-mmlab/mmpretrain

OpenMMLab Pre-training Toolbox y Benchmark

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 Actualizado 2024-11-01 📅 Creado 2020-07-09
16
facebookresearch/sam-3d-body

El repositorio proporciona código para ejecutar inferencias con el modelo de cuerpo 3D SAM (3DB), enlaces para descargar los puntos de control del modelo entrenado y los conjuntos de datos, y cuadernos de ejemplo que muestran cómo usar el modelo.

facebookresearch
⭐ 3,757 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-02-19 📅 Creado 2025-07-29
17
towhee-io/towhee

Towhee es un framework dedicado a hacer que los pipelines de procesamiento de datos neuronales sean simples y rápidos.

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 Actualizado 2024-10-18 📅 Creado 2021-07-13
18
mit-han-lab/efficientvit

Modelos fundamentales de visión eficientes para la generación y percepción de alta resolución.

mit-han-lab
⭐ 3,357 Python 👤 mit-han-lab Organization 🕐 Actualizado 2025-09-05 📅 Creado 2023-04-05
19
Beckschen/TransUNet

Este repositorio incluye el proyecto oficial de TransUNet, presentado en nuestro artículo: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.

Beckschen
⭐ 3,250 Python 👤 Beckschen User 🕐 Actualizado 2026-02-25 📅 Creado 2021-02-08
20
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: Un sistema multimodal completo para interacciones de audio y video en streaming a largo plazo

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 Actualizado 2025-05-26 📅 Creado 2023-09-26
21
yuweihao/MambaOut

MambaOut: ¿Realmente necesitamos Mamba para Visión? (CVPR 2025)

yuweihao
⭐ 2,696 Python 👤 yuweihao User 🕐 Actualizado 2025-03-09 📅 Creado 2024-05-13
22
baaivision/EVA

Serie EVA: Fantasías de representación visual de BAAI

baaivision
⭐ 2,629 Python 👤 baaivision Organization 🕐 Actualizado 2024-08-01 📅 Creado 2022-11-14
23
baaivision/Emu3

Next-Token Prediction es todo lo que necesitas

baaivision
⭐ 2,454 Python 👤 baaivision Organization 🕐 Actualizado 2026-01-12 📅 Creado 2024-09-26
24
OpenGVLab/InternVideo

[ECCV2024] Modelos Fundamentales de Video y Datos para la Comprensión Multimodal

OpenGVLab
⭐ 2,421 Python 👤 OpenGVLab Organization 🕐 Actualizado 2026-07-02 📅 Creado 2022-11-23
25
NVlabs/MambaVision

[CVPR 2025] Implementación oficial de PyTorch de MambaVision: Un backbone híbrido Mamba-Transformer para visión

NVlabs
⭐ 2,255 Python 👤 NVlabs Organization 🕐 Actualizado 2026-03-11 📅 Creado 2024-06-10
26
ViTAE-Transformer/ViTPose

El repositorio oficial para [NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" y [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation"

ViTAE-Transformer
⭐ 2,222 Python 👤 ViTAE-Transformer Organization 🕐 Actualizado 2025-12-25 📅 Creado 2022-04-27
27
hila-chefer/Transformer-Explainability

[CVPR 2021] Implementación oficial de PyTorch para Transformer Interpretability Beyond Attention Visualization, un nuevo método para visualizar clasificaciones mediante redes basadas en Transformer.

hila-chefer
⭐ 1,967 Jupyter Notebook 👤 hila-chefer User 🕐 Actualizado 2024-01-24 📅 Creado 2020-11-23
28
alibaba/EasyCV

Un kit de herramientas todo en uno para visión por computadora

alibaba
⭐ 1,950 Python 👤 alibaba Organization 🕐 Actualizado 2025-05-09 📅 Creado 2022-04-02
29
microsoft/Cream

Esta es una colección de nuestro trabajo en NAS y Vision Transformer.

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 Actualizado 2024-07-25 📅 Creado 2020-10-12
30
lightly-ai/lightly-train

Entrenamiento todo en uno para modelos de visión (YOLO, ViTs, RT-DETR, DINOv3): preentrenamiento, ajuste fino, destilación.

lightly-ai
⭐ 1,743 Python 👤 lightly-ai Organization 🕐 Actualizado 2026-11-12 📅 Creado 2025-04-10
31
JingyunLiang/VRT

VRT: Un transformador de restauración de vídeo (repositorio oficial)

JingyunLiang
⭐ 1,560 Python 👤 JingyunLiang User 🕐 Actualizado 2026-09-08 📅 Creado 2022-01-18
32
czczup/ViT-Adapter

[ICLR 2023 Spotlight] Adaptador de Vision Transformer para Predicciones Densas

czczup
⭐ 1,490 Python 👤 czczup User 🕐 Actualizado 2025-06-03 📅 Creado 2022-05-16
33
thu-ml/SpargeAttn

[ICML2025] SpargeAttention: Una atención dispersa sin entrenamiento que acelera la inferencia de cualquier modelo.

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 Actualizado 2026-02-25 📅 Creado 2025-02-25
34
uncbiag/Awesome-Foundation-Models

Una lista seleccionada de modelos fundacionales para tareas de visión y lenguaje

uncbiag
⭐ 1,175 👤 uncbiag Organization 🕐 Actualizado 2026-09-14 📅 Creado 2023-04-04
35
gangweix/pixel-perfect-depth

[TPAMI 2026 y NeurIPS 2025] Profundidad pixel a pixel

gangweix
⭐ 1,076 Python 👤 gangweix User 🕐 Actualizado 2026-02-13 📅 Creado 2025-05-26
36
OFA-Sys/ONE-PEACE

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

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 Actualizado 2024-10-06 📅 Creado 2023-05-18
37
facebookresearch/hiera

Hiera: Un transformador de visión jerárquico rápido, potente y simple.

facebookresearch
⭐ 1,045 Python 👤 facebookresearch Organization 🕐 Actualizado 2024-03-02 📅 Creado 2023-05-26
39
WangLibo1995/GeoSeg

UNetFormer: un transformer similar a UNet para la segmentación semántica eficiente de imágenes de escenas urbanas de teledetección, ISPRS. Además, se incluyen otros transformadores de visión y CNN para la segmentación de imágenes satelitales, aéreas y de drones.

WangLibo1995
⭐ 1,017 Python 👤 WangLibo1995 User 🕐 Actualizado 2024-08-19 📅 Creado 2021-10-19
40
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
41
damo-cv/TransReID

[ICCV-2021] TransReID: Re-identificación de objetos basada en Transformer

damo-cv
⭐ 949 Python 👤 damo-cv Organization 🕐 Actualizado 2024-06-12 📅 Creado 2021-03-26
42
sithu31296/semantic-segmentation

Modelos SOTA de Segmentación Semántica en PyTorch

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 Actualizado 2024-03-20 📅 Creado 2021-06-02
43
NVlabs/FasterViT

[ICLR 2024] Implementación oficial de PyTorch de FasterViT: Vision Transformers rápidos con atención jerárquica

NVlabs
⭐ 921 Python 👤 NVlabs Organization 🕐 Actualizado 2025-07-22 📅 Creado 2023-05-19
44
LeapLabTHU/DAT

Repositorio de Vision Transformer con Atención Deformable (CVPR2022) y DAT++: Transformador de Visión Dinámico Espacial con Atención Deformable

LeapLabTHU
⭐ 918 Python 👤 LeapLabTHU User 🕐 Actualizado 2024-04-17 📅 Creado 2022-01-03
45
SunzeY/AlphaCLIP

[CVPR 2024] Alpha-CLIP: Un modelo CLIP que se enfoca en donde quieras

SunzeY
⭐ 876 Jupyter Notebook 👤 SunzeY User 🕐 Actualizado 2025-07-20 📅 Creado 2023-11-27
46
yformer/EfficientTAM

Seguimiento eficiente de todo

yformer
⭐ 802 Python 👤 yformer User 🕐 Actualizado 2025-01-06 📅 Creado 2024-12-02
48
deepglint/unicom

Modelo de representación visual a gran escala

deepglint
⭐ 704 Python 👤 deepglint Organization 🕐 Actualizado 2025-12-08 📅 Creado 2023-02-15
49
baudm/parseq

Reconocimiento de texto de escena con modelos de secuencia autorregresivos permutados (ECCV 2022)

baudm
⭐ 679 Python 👤 baudm User 🕐 Actualizado 2024-05-29 📅 Creado 2021-11-24
50
mv-lab/swin2sr

[ECCV] Swin2SR: SwinV2 Transformer para Super-Resolución y Restauración de Imágenes Comprimidas. Taller "Advances in Image Manipulation (AIM)" ECCV 2022. ¡Pruébalo! Más de 3,3 millones de ejecuciones https://replicate.com/mv-lab/swin2sr

mv-lab
⭐ 668 Python 👤 mv-lab User 🕐 Actualizado 2024-08-19 📅 Creado 2022-09-18

Preguntas frecuentes

1

¿Cuál es el repositorio de #vision-transformer más popular en GitHub?

El proyecto de código abierto de #vision-transformer mejor posicionado en GitHub es open-mmlab/mmdetection, con 32,234 estrellas. Caja de herramientas de detección OpenMMLab y benchmark

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #vision-transformer?

Entre los proyectos de #vision-transformer mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, Cuda.

3

¿Cómo se calcula la clasificación de los repositorios de #vision-transformer?

Seguimos 64 repositorios activos de código abierto etiquetados con #vision-transformer (500+ estrellas), que suman un total de 209,451 estrellas, con una media de 3,272 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.