#multi-modal-learning Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #multi-modal-learning, cumulant 41,270 étoiles au total (soit une moyenne de 2,172 étoiles par projet). Le projet en tête de ce thème est mlfoundations/open_clip, avec 14,278 étoiles.
19 dépôts au total
Version chinoise de CLIP qui permet la récupération intermodale et la génération de représentations en chinois.
GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde
Construction d'agents incarnés ouverts avec des connaissances à l'échelle d'Internet
Ce dépôt contient l'implémentation officielle des articles de recherche « MobileCLIP » CVPR 2024 et « MobileCLIP2 » TMLR Août 2025
Macaw-LLM : Modélisation du langage multimodal avec intégration d'images, de vidéos, d'audio et de texte
La mise en œuvre de "Prismer: un modèle Vision-Language avec des experts multitâches".
HuMo : Génération vidéo centrée sur l'humain via un conditionnement multimodal collaboratif
ALFWorld: Alignement du texte et des environnements incarnés pour l'apprentissage interactif
[ECCV 2024] Implémentation officielle du papier "X-Pose: Detecting Any Keypoints"
Une implémentation concise mais complète de CLIP, intégrant diverses améliorations expérimentales issues d’articles récents
BiomedParse : Un modèle de base pour la segmentation, la détection et la reconnaissance conjointes d'objets biomédicaux à travers neuf modalités
BiomedGPT: Un modèle de fondation généraliste Vision-Langage pour diverses tâches biomédicales
[CVPR 2024 & NeurIPS 2024] EmbodiedScan : Une suite holistique de perception 3D multimodale pour l'IA incarnée
Ressources des modèles Vision-Langage-Action pour la conduite autonome (VLA4AD), servant de dépôt compagnon à l'article de synthèse « A Survey on Vision–Language–Action Models for Autonomous Driving ».
Les graphes de connaissances rencontrent l'apprentissage multimodal : une enquête complète
Foire aux questions
Quel est le dépôt #multi-modal-learning le plus populaire sur GitHub ?
Le projet #multi-modal-learning open source le mieux classé sur GitHub est mlfoundations/open_clip, avec 14,278 étoiles. Une implémentation open source de CLIP.
Quels langages de programmation sont les plus utilisés dans les dépôts #multi-modal-learning ?
Parmi les projets #multi-modal-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Java.
Comment le classement des dépôts #multi-modal-learning est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #multi-modal-learning (500+ étoiles), totalisant 41,270 étoiles, avec une moyenne de 2,172 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.