Git Stars Git Stars

#visual-question-answering Repositorios

Descubre 15 repositorios activos de código abierto de GitHub etiquetados con #visual-question-answering, que acumulan 24,641 estrellas en total (una media de 1,642 estrellas por proyecto). El líder de este tema es salesforce/BLIP, con 5,626 estrellas.

15
Total de Repositorios
24,641
Total de estrellas
1,642
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook JavaScript

15 repositorios en total

1
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
2
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
3
microsoft/LLaVA-Med

Asistente Lingüístico-Visual a Gran Escala para Biomedicina, desarrollado hacia capacidades multimodales de nivel GPT-4.

microsoft
⭐ 2,207 Python 👤 microsoft Organization 🕐 Actualizado 2025-06-04 📅 Creado 2023-05-20
4
km1994/LLMsNineStoryDemonTower

【LLMs Torre del Demonio de Nueve Capas】Compartiendo experiencias prácticas y conocimientos sobre LLMs en campos como el procesamiento del lenguaje natural (ChatGLM, Chinese-LLaMA-Alpaca, Xiaoyangtuo Vicuna, LLaMA, GPT4ALL, etc.), recuperación de información (langchain), síntesis de lenguaje, reconocimiento de lenguaje, multimodal (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual, etc.).

km1994
⭐ 2,140 👤 km1994 User 🕐 Actualizado 2024-03-30 📅 Creado 2023-05-01
5
Yuliang-Liu/Monkey

Monkey (LMM): La resolución de imagen y la etiqueta de texto son importantes para los modelos multimodales grandes (CVPR 2024 Highlight)

Yuliang-Liu
⭐ 1,954 Python 👤 Yuliang-Liu User 🕐 Actualizado 2026-09-25 📅 Creado 2023-11-09
6
kijai/ComfyUI-Florence2

Inferencia Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 Actualizado 2026-05-06 📅 Creado 2024-06-19
8
HJYao00/Mulberry

[NIPS'25 Spotlight] Mulberry, un MLLM de Razonamiento y Reflexión similar a o1 implementado a través de MCTS colectivo

HJYao00
⭐ 1,245 Python 👤 HJYao00 User 🕐 Actualizado 2026-01-16 📅 Creado 2024-12-23
9
visual-openllm/visual-openllm

algo como Visual-ChatGPT, la versión de código abierto de Wenyiyan

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 Actualizado 2024-02-24 📅 Creado 2023-03-26
10
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
11
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
12
penghao-wu/vstar

Implementación en PyTorch de "V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs"

penghao-wu
⭐ 684 Python 👤 penghao-wu User 🕐 Actualizado 2024-01-07 📅 Creado 2023-12-15
13
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
14
unconv/gpt4v-browsing

Web Scraping con la API GPT-4 Vision y Puppeteer

unconv
⭐ 563 JavaScript 👤 unconv User 🕐 Actualizado 2024-01-31 📅 Creado 2023-11-24
15
zjukg/KG-MM-Survey

Los gráficos de conocimiento se encuentran con el aprendizaje multimodal: una encuesta exhaustiva

zjukg
⭐ 510 👤 zjukg Organization 🕐 Actualizado 2026-03-02 📅 Creado 2024-01-29

Preguntas frecuentes

1

¿Cuál es el repositorio de #visual-question-answering más popular en GitHub?

El proyecto de código abierto de #visual-question-answering mejor posicionado en GitHub es salesforce/BLIP, con 5,626 estrellas. Código PyTorch para BLIP: Bootstrapping Language-Image Pre-training para la Comprensión y Generación Unificada Visión-Lenguaje

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #visual-question-answering?

Entre los proyectos de #visual-question-answering mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, JavaScript.

3

¿Cómo se calcula la clasificación de los repositorios de #visual-question-answering?

Seguimos 15 repositorios activos de código abierto etiquetados con #visual-question-answering (500+ estrellas), que suman un total de 24,641 estrellas, con una media de 1,642 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.