#multimodal-learning Repository
Scopri 35 repository GitHub open source attivi contrassegnati con #multimodal-learning, che raccolgono un totale di 63,371 stelle (con una media di 1,810 stelle per progetto). Il progetto leader di questo argomento è apple-aiml-research/ml-ferret, con 8,646 stelle.
35 repository in totale
Diventa un ricercatore/ingegnere di IA/ML di alto livello con questo libro di testo non convenzionale che copre matematica, informatica e ML con intuizione.
Lista di lettura per argomenti di ricerca in machine learning multimodale
Un framework open-source per l'addestramento di grandi modelli multimodali.
Codice ufficiale utilizzato per sviluppare Vision Transformer, SigLIP, MLP-Mixer, LiT e altro ancora.
Costruzione di robot per scopi generali basati su modelli fondazionali incarnati
Modelli Fondazionali Multimodali di Frontiera per la Comprensione di Immagini e Video
Un'implementazione ufficiale per "CLIP4Clip: Uno studio empirico di CLIP per il recupero di videoclip end-to-end"
Una raccolta di risorse sulle applicazioni dell'apprendimento multimodale nell'imaging medico.
Articoli ICCV 2023-2025: Scopri la ricerca all'avanguardia di ICCV 2023-25, la conferenza leader nella visione artificiale. Rimani aggiornato sulle ultime novità nella visione artificiale e nel deep learning, con codice incluso. ⭐ Supporta lo sviluppo dell'intelligenza visiva!
SONAR, un nuovo spazio di embedding multilingue e multimodale a dimensione fissa per frasi, con una suite completa di encoder e decoder vocali e testuali.
Sul mistero nascosto dell'OCR nei grandi modelli multimodali (OCRBench)
🍃 MINT-1T: Un set di dati multimodale interfoliato da un trilione di token.
[CVPR 2023 Highlight & IJCV 2026] GRES: Segmentazione Generalizzata di Espressioni di Riferimento
Modello multimodale per dati testuali e tabulari con transformer HuggingFace come elemento costitutivo per dati testuali
[NeurIPS 2021] Benchmark multiscala per l'apprendimento di rappresentazioni multimodali
Questo repository contiene il codice di valutazione per l'articolo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
Una lista curata di risorse fantastiche su visione e linguaggio (ancora in costruzione... restate sintonizzati!)
Articoli ICASSP 2023-2024: Una raccolta completa di ricerche influenti ed entusiasmanti dalle conferenze ICASSP 2023-24. Esplora gli ultimi progressi nell'acustica, nel parlato e nell'elaborazione dei segnali. Codice incluso. Segui il repository per supportare il progresso dell'elaborazione audio e dei segnali!
[ICCV 2023 & TPAMI 2025] MeViS: Un benchmark su larga scala per la segmentazione video con espressioni di movimento
tracciamento di articoli, set di dati e modelli di "modello linguistico di grandi dimensioni (LLM) per serie temporali"
Domande frequenti
Qual è il repository #multimodal-learning più popolare su GitHub?
Il progetto open source #multimodal-learning più alto in classifica su GitHub è apple-aiml-research/ml-ferret, con 8,646 stelle.
Quali linguaggi di programmazione sono più utilizzati nei repository #multimodal-learning?
Tra i progetti #multimodal-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, HTML.
Come viene calcolata la classifica dei repository #multimodal-learning?
Monitoriamo 35 repository open source attivi contrassegnati con #multimodal-learning (500+ stelle), per un totale di 63,371 stelle e una media di 1,810 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.