#visual-question-answering Dépôts
Découvrez 15 dépôts GitHub open source actifs associés à #visual-question-answering, cumulant 24,641 étoiles au total (soit une moyenne de 1,642 étoiles par projet). Le projet en tête de ce thème est salesforce/BLIP, avec 5,626 étoiles.
15 dépôts au total
Code PyTorch pour BLIP : Bootstrapping Language-Image Pre-training pour une compréhension et génération unifiée vision-langage
Dépôt officiel d'OFA (ICML 2022). Paper : OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
Assistant Langage-et-Vision à grande échelle pour la biomédecine, construit vers des capacités multimodales de niveau GPT-4.
【LLMs Tour du Démon à Neuf Couches】Partage d'expériences pratiques et de connaissances sur les LLMs dans des domaines tels que le traitement du langage naturel (ChatGLM, Chinese-LLaMA-Alpaca, Xiaoyangtuo Vicuna, LLaMA, GPT4ALL, etc.), la récupération d'informations (langchain), la synthèse vocale, la reconnaissance vocale, le multimodal (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual, etc.).
Monkey (LMM) : La résolution d'image et l'étiquette de texte sont des éléments importants pour les grands modèles multimodaux (CVPR 2024 Highlight)
[NIPS'25 Spotlight] Mulberry, un MLLM de Raisonnement et de Réflexion de type o1 implémenté via MCTS collectif
quelque chose comme Visual-ChatGPT, la version open-source de Wenyiyan
Une collection de ressources sur les applications de l'apprentissage multimodal en imagerie médicale.
Sur le mystère caché de l'OCR dans les grands modèles multimodaux (OCRBench)
Implémentation PyTorch de « V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs »
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 »
Les graphes de connaissances rencontrent l'apprentissage multimodal : une enquête complète
Foire aux questions
Quel est le dépôt #visual-question-answering le plus populaire sur GitHub ?
Le projet #visual-question-answering open source le mieux classé sur GitHub est salesforce/BLIP, avec 5,626 étoiles. Code PyTorch pour BLIP : Bootstrapping Language-Image Pre-training pour une compréhension et génération unifiée vision-langage
Quels langages de programmation sont les plus utilisés dans les dépôts #visual-question-answering ?
Parmi les projets #visual-question-answering les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, JavaScript.
Comment le classement des dépôts #visual-question-answering est-il calculé ?
Nous suivons 15 dépôts open source actifs associés à #visual-question-answering (500+ étoiles), totalisant 24,641 étoiles, avec une moyenne de 1,642 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.