Git Stars Git Stars

#vision-language Dépôts

Découvrez 20 dépôts GitHub open source actifs associés à #vision-language, cumulant 40,771 étoiles au total (soit une moyenne de 2,038 étoiles par projet). Le projet en tête de ce thème est IDEA-Research/GroundingDINO, avec 9,509 étoiles.

20
Total des Dépôts
40,771
Nombre total d'étoiles
2,038
Moyenne d'Étoiles/Dépôt
1
IDEA-Research/GroundingDINO

[ECCV 2024] Implémentation officielle du papier "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

IDEA-Research
⭐ 9,509 Python 👤 IDEA-Research Organization 🕐 Mis à jour 2024-08-12 📅 Créé 2023-03-09
2
OFA-Sys/Chinese-CLIP

Version chinoise de CLIP qui permet la récupération intermodale et la génération de représentations en chinois.

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 Mis à jour 2026-03-31 📅 Créé 2022-07-08
3
salesforce/BLIP

Code PyTorch pour BLIP : Bootstrapping Language-Image Pre-training pour une compréhension et génération unifiée vision-langage

salesforce
⭐ 5,626 Jupyter Notebook 👤 salesforce Organization 🕐 Mis à jour 2024-08-05 📅 Créé 2022-01-25
4
OFA-Sys/OFA

Dépôt officiel d'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 🕐 Mis à jour 2024-04-24 📅 Créé 2022-01-29
5
2U1/Qwen-VL-Series-Finetune

Une implémentation open-source pour le réglage fin de la série Qwen-VL d'Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Mis à jour 2026-09-09 📅 Créé 2024-09-10
6
AlibabaResearch/AdvancedLiterateMachinery

Une collection d'idées et d'algorithmes originaux et innovants pour des machines littéraires avancées. Ce projet est maintenu par l'équipe OCR du Language Technology Lab, Tongyi Lab, Alibaba Group.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 Mis à jour 2026-03-17 📅 Créé 2022-09-28
7
mbzuai-oryx/Video-ChatGPT

[ACL 2024 🔥] Video-ChatGPT est un modèle de conversation vidéo capable de générer des conversations significatives sur des vidéos. Il combine les capacités des LLM avec un encodeur visuel pré-entraîné adapté à la représentation vidéo spatio-temporelle. Nous introduisons également une "Évaluation quantitative rigoureuse" pour les modèles conversationnels basés sur des vidéos.

mbzuai-oryx
⭐ 1,516 Python 👤 mbzuai-oryx Organization 🕐 Mis à jour 2026-09-05 📅 Créé 2023-05-18
8
llm-jp/awesome-japanese-llm

Résumé des LLM japonais - Aperçu des LLM japonais

llm-jp
⭐ 1,446 TypeScript 👤 llm-jp Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2023-07-09
9
OpenDriveLab/DriveLM

[ECCV 2024 Oral] DriveLM : Conduire avec des questions-réponses visuelles sur graphes

OpenDriveLab
⭐ 1,325 HTML 👤 OpenDriveLab Organization 🕐 Mis à jour 2025-07-02 📅 Créé 2023-08-08
10
OFA-Sys/ONE-PEACE

Un modèle de représentation général à travers les modalités de vision, audio et langage. Article : ONE-PEACE : Exploration d'un modèle de représentation général vers des modalités illimitées

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 Mis à jour 2024-10-06 📅 Créé 2023-05-18
11
TinyLLaVA/TinyLLaVA_Factory

Un cadre pour les modèles multimodaux petits et grands

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 Mis à jour 2026-10-19 📅 Créé 2024-02-21
12
mees/calvin

CALVIN - Une référence pour l'apprentissage de politiques conditionnées par le langage pour les tâches de manipulation robotique à long terme

mees
⭐ 985 Python 👤 mees User 🕐 Mis à jour 2025-09-08 📅 Créé 2021-07-20
13
SunzeY/AlphaCLIP

[CVPR 2024] Alpha-CLIP : un modèle CLIP centré sur l'endroit de votre choix

SunzeY
⭐ 876 Jupyter Notebook 👤 SunzeY User 🕐 Mis à jour 2025-07-20 📅 Créé 2023-11-27
14
mbzuai-oryx/LLaVA-pp

🔥🔥 LLaVA++ : Étendre LLaVA avec Phi-3 et LLaMA-3 (LLaVA LLaMA-3, LLaVA Phi-3)

mbzuai-oryx
⭐ 843 Python 👤 mbzuai-oryx Organization 🕐 Mis à jour 2026-09-05 📅 Créé 2024-04-26
15
longzw1997/Open-GroundingDino

Ceci est l'implémentation tierce du papier Grounding DINO : Marrying DINO with Grounded Pre-Training for Open-Set Object Detection.

longzw1997
⭐ 840 Python 👤 longzw1997 User 🕐 Mis à jour 2025-07-27 📅 Créé 2023-10-14
16
OpenMOSS/MOSS-VL

Une série de modèles de 11B à poids ouverts pour la compréhension de vidéos longues et en temps réel

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 Mis à jour 2026-10-14 📅 Créé 2026-04-08
17
Algolzw/daclip-uir

[ICLR 2024] Contrôle des modèles Vision-Langage pour la restauration universelle d'images. 5ème place au challenge NTIRE 2024 Restore Any Image Model in the Wild.

Algolzw
⭐ 799 Python 👤 Algolzw User 🕐 Mis à jour 2024-08-07 📅 Créé 2023-09-30
18
AILab-CVC/SEED

Implémentation officielle de SEED-LLaMA (ICLR 2024).

AILab-CVC
⭐ 638 Python 👤 AILab-CVC Organization 🕐 Mis à jour 2024-09-21 📅 Créé 2023-07-15
19
worldbench/awesome-vla-for-ad

🌐 Modèles de vision, langage et action pour la conduite autonome : passé, présent et avenir

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2025-09-07
20
zhaozh10/Awesome-CLIP-in-Medical-Imaging

Une enquête sur CLIP en imagerie médicale

zhaozh10
⭐ 509 👤 zhaozh10 User 🕐 Mis à jour 2025-03-26 📅 Créé 2023-11-21

Foire aux questions

1

Quel est le dépôt #vision-language le plus populaire sur GitHub ?

Le projet #vision-language open source le mieux classé sur GitHub est IDEA-Research/GroundingDINO, avec 9,509 étoiles. [ECCV 2024] Implémentation officielle du papier "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

2

Quels langages de programmation sont les plus utilisés dans les dépôts #vision-language ?

Parmi les projets #vision-language les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, HTML.

3

Comment le classement des dépôts #vision-language est-il calculé ?

Nous suivons 20 dépôts open source actifs associés à #vision-language (500+ étoiles), totalisant 40,771 étoiles, avec une moyenne de 2,038 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.