#multi-modal-learning Repository
Scopri 19 repository GitHub open source attivi contrassegnati con #multi-modal-learning, che raccolgono un totale di 41,270 stelle (con una media di 2,172 stelle per progetto). Il progetto leader di questo argomento è mlfoundations/open_clip, con 14,278 stelle.
19 repository in totale
Versione cinese di CLIP che ottiene il recupero cross-modale e la generazione di rappresentazioni in cinese.
GigaBrain-0: Un modello visione-linguaggio-azione alimentato da un modello del mondo
Questo repository contiene l'implementazione ufficiale degli articoli di ricerca "MobileCLIP" CVPR 2024 e "MobileCLIP2" TMLR August 2025
Macaw-LLM: Modellazione del linguaggio multimodale con integrazione di immagini, video, audio e testo
HuMo: Generazione video incentrata sull'uomo tramite condizionamento multimodale collaborativo
ALFWorld: Allineamento di testo e ambienti incarnati per l'apprendimento interattivo
[ECCV 2024] Implementazione ufficiale del paper "X-Pose: Detecting Any Keypoints"
Un’implementazione concisa ma completa di CLIP, con vari miglioramenti sperimentali proposti in articoli recenti
BiomedParse: Un modello di fondazione per la segmentazione, il rilevamento e il riconoscimento congiunti di oggetti biomedici in nove modalità
BiomedGPT: Un modello fondazionale generalista Vision-Language per diversi compiti biomedici
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Una suite olistica di percezione 3D multimodale per l'AI incarnata
Risorse dei modelli Visione-Linguaggio-Azione per la Guida Autonoma (VLA4AD), che fungono da repository di accompagnamento all'articolo di rassegna “A Survey on Vision–Language–Action Models for Autonomous Driving”.
I grafi di conoscenza incontrano l'apprendimento multimodale: un'indagine completa
Domande frequenti
Qual è il repository #multi-modal-learning più popolare su GitHub?
Il progetto open source #multi-modal-learning più alto in classifica su GitHub è mlfoundations/open_clip, con 14,278 stelle. Un'implementazione open source di CLIP.
Quali linguaggi di programmazione sono più utilizzati nei repository #multi-modal-learning?
Tra i progetti #multi-modal-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Java.
Come viene calcolata la classifica dei repository #multi-modal-learning?
Monitoriamo 19 repository open source attivi contrassegnati con #multi-modal-learning (500+ stelle), per un totale di 41,270 stelle e una media di 2,172 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.