#multimodal-learning Dépôts
Découvrez 35 dépôts GitHub open source actifs associés à #multimodal-learning, cumulant 63,371 étoiles au total (soit une moyenne de 1,810 étoiles par projet). Le projet en tête de ce thème est apple-aiml-research/ml-ferret, avec 8,646 étoiles.
35 dépôts au total
Devenez un chercheur/ingénieur en IA/ML hors pair grâce à ce manuel non conventionnel qui aborde les mathématiques, l'informatique et le ML avec intuition.
Liste de lecture pour les sujets de recherche en apprentissage automatique multimodal
Un framework open-source pour l'entraînement de grands modèles multimodaux.
Base de code officielle utilisée pour développer Vision Transformer, SigLIP, MLP-Mixer, LiT et plus encore.
Modèles Fondamentaux Multimodaux de Pointe pour la Compréhension d'Images et de Vidéos
Une implémentation officielle pour "CLIP4Clip: Une étude empirique de CLIP pour la recherche de clips vidéo de bout en bout"
Une collection de ressources sur les applications de l'apprentissage multimodal en imagerie médicale.
Articles ICCV 2023-2025 : Découvrez les recherches de pointe d'ICCV 2023-25, la conférence de premier plan en vision par ordinateur. Restez à jour sur les dernières nouveautés en vision par ordinateur et en apprentissage profond, avec le code inclus. ⭐ Soutenez le développement de l'intelligence visuelle !
SONAR, un nouvel espace d'intégration multilingue et multimodale à taille fixe pour les phrases, avec une suite complète d'encodeurs et de décodeurs vocaux et textuels.
Sur le mystère caché de l'OCR dans les grands modèles multimodaux (OCRBench)
🍃 MINT-1T : Un ensemble de données multimodal entrelacé d'un billion de jetons.
[CVPR 2023 Highlight & IJCV 2026] GRES: Segmentation Généralisée d'Expressions de Référence
Ensemble de données texte-vidéo à grande échelle. 10 millions de courtes vidéos légendées.
[CVPR 2024] OneLLM : Un Framework pour Aligner Toutes les Modalités avec le Langage
Modèle multimodal pour données textuelles et tabulaires avec des transformeurs HuggingFace comme bloc de construction pour les données textuelles
[NeurIPS 2021] Benchmarks multiscales pour l'apprentissage de représentations multimodales
Ce dépôt contient le code d'évaluation pour l'article « MMMU : Une référence massive multidisciplinaire multimodale pour la compréhension et le raisonnement destinée à l'expert AGI »
Une liste sélectionnée de ressources géniales en vision et langage (toujours en construction... restez à l'écoute !)
Une enquête sur la génération augmentée par recherche multimodale
Articles ICASSP 2023-2024 : Une collection complète d'articles de recherche influents et passionnants des conférences ICASSP 2023-24. Explorez les derniers développements en matière d'acoustique, de parole et de traitement du signal. Code inclus. Étoilez le dépôt pour soutenir l'avancement du traitement audio et du signal !
[ICCV 2023 & TPAMI 2025] MeViS: Un benchmark à grande échelle pour la segmentation vidéo avec des expressions de mouvement
suivi des articles, des ensembles de données et des modèles de « grands modèles de langage (LLM) pour les séries temporelles »
Foire aux questions
Quel est le dépôt #multimodal-learning le plus populaire sur GitHub ?
Le projet #multimodal-learning open source le mieux classé sur GitHub est apple-aiml-research/ml-ferret, avec 8,646 étoiles.
Quels langages de programmation sont les plus utilisés dans les dépôts #multimodal-learning ?
Parmi les projets #multimodal-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, HTML.
Comment le classement des dépôts #multimodal-learning est-il calculé ?
Nous suivons 35 dépôts open source actifs associés à #multimodal-learning (500+ étoiles), totalisant 63,371 étoiles, avec une moyenne de 1,810 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.