Git Stars Git Stars

#vision-language Repository

Scopri 20 repository GitHub open source attivi contrassegnati con #vision-language, che raccolgono un totale di 40,771 stelle (con una media di 2,038 stelle per progetto). Il progetto leader di questo argomento è IDEA-Research/GroundingDINO, con 9,509 stelle.

20
Totale Repository
40,771
Totale stelle
2,038
Media Stelle/Repo

20 repository in totale

1
IDEA-Research/GroundingDINO

[ECCV 2024] Implementazione ufficiale del paper "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

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

Versione cinese di CLIP che ottiene il recupero cross-modale e la generazione di rappresentazioni in cinese.

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 Aggiornato 2026-03-31 📅 Creato 2022-07-08
3
salesforce/BLIP

Codice PyTorch per BLIP: Bootstrapping Language-Image Pre-training per la comprensione e generazione unificata visione-linguaggio

salesforce
⭐ 5,626 Jupyter Notebook 👤 salesforce Organization 🕐 Aggiornato 2024-08-05 📅 Creato 2022-01-25
4
OFA-Sys/OFA

Repository ufficiale di 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 🕐 Aggiornato 2024-04-24 📅 Creato 2022-01-29
5
2U1/Qwen-VL-Series-Finetune

Un'implementazione open-source per l'affinamento della serie Qwen-VL di Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Aggiornato 2026-09-09 📅 Creato 2024-09-10
6
AlibabaResearch/AdvancedLiterateMachinery

Una raccolta di idee e algoritmi originali e innovativi per macchine letterarie avanzate. Questo progetto è mantenuto dal Team OCR nel Language Technology Lab, Tongyi Lab, Alibaba Group.

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

[ACL 2024 🔥] Video-ChatGPT è un modello di conversazione video capace di generare conversazioni significative sui video. Combina le capacità degli LLM con un encoder visivo pre-addestrato adattato per la rappresentazione video spazio-temporale. Introduciamo anche un rigoroso "Quantitative Evaluation Benchmarking" per modelli conversazionali basati su video.

mbzuai-oryx
⭐ 1,516 Python 👤 mbzuai-oryx Organization 🕐 Aggiornato 2026-09-05 📅 Creato 2023-05-18
8
llm-jp/awesome-japanese-llm

Riassunto LLM giapponesi - Panoramica dei LLM giapponesi

llm-jp
⭐ 1,446 TypeScript 👤 llm-jp Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2023-07-09
9
OpenDriveLab/DriveLM

[ECCV 2024 Orale] DriveLM: Guidare con Graph Visual Question Answering

OpenDriveLab
⭐ 1,325 HTML 👤 OpenDriveLab Organization 🕐 Aggiornato 2025-07-02 📅 Creato 2023-08-08
10
OFA-Sys/ONE-PEACE

Un modello di rappresentazione generale attraverso modalità visive, audio e linguistiche. Articolo: ONE-PEACE: Esplorazione di un modello di rappresentazione generale verso modalità illimitate

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 Aggiornato 2024-10-06 📅 Creato 2023-05-18
11
TinyLLaVA/TinyLLaVA_Factory

Un framework di modelli multimodali piccoli e grandi

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 Aggiornato 2026-10-19 📅 Creato 2024-02-21
12
mees/calvin

CALVIN - Un benchmark per l'apprendimento di policy condizionato dal linguaggio per attività di manipolazione robotica a lungo orizzonte

mees
⭐ 985 Python 👤 mees User 🕐 Aggiornato 2025-09-08 📅 Creato 2021-07-20
13
SunzeY/AlphaCLIP

[CVPR 2024] Alpha-CLIP: un modello CLIP che si concentra ovunque tu voglia

SunzeY
⭐ 876 Jupyter Notebook 👤 SunzeY User 🕐 Aggiornato 2025-07-20 📅 Creato 2023-11-27
14
mbzuai-oryx/LLaVA-pp

🔥🔥 LLaVA++: Estendere LLaVA con Phi-3 e LLaMA-3 (LLaVA LLaMA-3, LLaVA Phi-3)

mbzuai-oryx
⭐ 843 Python 👤 mbzuai-oryx Organization 🕐 Aggiornato 2026-09-05 📅 Creato 2024-04-26
15
longzw1997/Open-GroundingDino

Questa è l'implementazione di terze parti del paper Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection.

longzw1997
⭐ 840 Python 👤 longzw1997 User 🕐 Aggiornato 2025-07-27 📅 Creato 2023-10-14
16
OpenMOSS/MOSS-VL

Una serie di modelli da 11B a pesi aperti per la comprensione di video di lunga durata e in tempo reale

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 Aggiornato 2026-10-14 📅 Creato 2026-04-08
17
Algolzw/daclip-uir

[ICLR 2024] Controllo di modelli Vision-Language per il ripristino universale delle immagini. Quinto posto nella sfida NTIRE 2024 Restore Any Image Model in the Wild.

Algolzw
⭐ 799 Python 👤 Algolzw User 🕐 Aggiornato 2024-08-07 📅 Creato 2023-09-30
18
AILab-CVC/SEED

Implementazione ufficiale di SEED-LLaMA (ICLR 2024).

AILab-CVC
⭐ 638 Python 👤 AILab-CVC Organization 🕐 Aggiornato 2024-09-21 📅 Creato 2023-07-15
19
worldbench/awesome-vla-for-ad

🌐 Modelli di visione, linguaggio e azione per la guida autonoma: passato, presente e futuro

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2025-09-07
20
zhaozh10/Awesome-CLIP-in-Medical-Imaging

Una revisione su CLIP nelle immagini mediche

zhaozh10
⭐ 509 👤 zhaozh10 User 🕐 Aggiornato 2025-03-26 📅 Creato 2023-11-21

Domande frequenti

1

Qual è il repository #vision-language più popolare su GitHub?

Il progetto open source #vision-language più alto in classifica su GitHub è IDEA-Research/GroundingDINO, con 9,509 stelle. [ECCV 2024] Implementazione ufficiale del paper "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

2

Quali linguaggi di programmazione sono più utilizzati nei repository #vision-language?

Tra i progetti #vision-language più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, HTML.

3

Come viene calcolata la classifica dei repository #vision-language?

Monitoriamo 20 repository open source attivi contrassegnati con #vision-language (500+ stelle), per un totale di 40,771 stelle e una media di 2,038 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.