Git Stars Git Stars

#vision-transformer Repository

Scopri 64 repository GitHub open source attivi contrassegnati con #vision-transformer, che raccolgono un totale di 209,451 stelle (con una media di 3,272 stelle per progetto). Il progetto leader di questo argomento è open-mmlab/mmdetection, con 32,234 stelle.

64
Totale Repository
209,451
Totale stelle
3,272
Media Stelle/Repo

64 repository in totale

1
open-mmlab/mmdetection

Cassetta degli attrezzi di rilevamento OpenMMLab e benchmark

open-mmlab
⭐ 32,234 Python 👤 open-mmlab Organization 🕐 Aggiornato 2024-08-21 📅 Creato 2018-08-22
2
lukas-blecher/LaTeX-OCR

pix2tex: Utilizzo di un ViT per convertire immagini di equazioni in codice LaTeX.

lukas-blecher
⭐ 16,430 Python 👤 lukas-blecher User 🕐 Aggiornato 2025-01-18 📅 Creato 2020-12-11
3
facebookresearch/dinov2

Codice e modelli PyTorch per il metodo di apprendimento auto-supervisionato DINOv2.

facebookresearch
⭐ 13,560 Jupyter Notebook 👤 facebookresearch Organization 🕐 Aggiornato 2026-11-05 📅 Creato 2023-03-29
5
NielsRogge/Transformers-Tutorials

Questo repository contiene demo che ho realizzato con la libreria Transformers di HuggingFace.

NielsRogge
⭐ 11,787 Jupyter Notebook 👤 NielsRogge User 🕐 Aggiornato 2026-09-17 📅 Creato 2020-08-31
6
FoundationVision/VAR

[NeurIPS 2024 Best Paper Award][GPT batte la diffusione🔥] [Leggi di scala nella generazione visiva📈] Implementazione ufficiale di "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". Un codebase *ultra-semplice, facile da usare ma all'avanguardia* per la generazione autoregressiva di immagini!

FoundationVision
⭐ 8,766 Jupyter Notebook 👤 FoundationVision Organization 🕐 Aggiornato 2025-11-10 📅 Creato 2024-04-01
7
adithya-s-k/omniparse

Acquisisci, analizza e ottimizza qualsiasi formato di dati ➡️ dai documenti al multimedia ➡️ per una migliore compatibilità con i framework GenAI

adithya-s-k
⭐ 7,935 Python 👤 adithya-s-k User 🕐 Aggiornato 2025-12-12 📅 Creato 2024-06-04
8
Neywa-Labs/mlx-vlm

MLX-VLM è un pacchetto per l'inferenza e il fine-tuning di Vision Language Models (VLM) sul tuo Mac utilizzando MLX.

Neywa-Labs
⭐ 5,886 Python 👤 Neywa-Labs Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-04-16
9
apple-aiml-research/ml-depth-pro

Depth Pro: Profondità metrica monoculare nitida in meno di un secondo.

apple-aiml-research
⭐ 5,788 Python 👤 apple-aiml-research Organization 🕐 Aggiornato 2026-09-11 📅 Creato 2024-08-26
10
JingyunLiang/SwinIR

SwinIR: Ripristino di Immagini Utilizzando Swin Transformer (repository ufficiale)

JingyunLiang
⭐ 5,263 Python 👤 JingyunLiang User 🕐 Aggiornato 2024-05-14 📅 Creato 2021-08-16
11
liustack/modlens

Il primo plugin di visione per DeepSeek Harness e il ponte di visione per ogni agente di codifica solo testo. Incolla un'immagine, ottieni prove JSON strutturate (OCR, layout, semantica).

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 Aggiornato 2026-11-15 📅 Creato 2026-02-22
12
cmhungsteve/Awesome-Transformer-Attention

Un elenco definitivo e completo di articoli su Vision Transformer/Attention, inclusi articoli, codici e siti Web correlati

cmhungsteve
⭐ 4,987 👤 cmhungsteve User 🕐 Aggiornato 2024-07-30 📅 Creato 2021-09-15
13
huawei-noah/Efficient-AI-Backbones

Backbone AI efficienti inclusi GhostNet, TNT e MLP, sviluppati da Huawei Noah's Ark Lab.

huawei-noah
⭐ 4,417 Python 👤 huawei-noah Organization 🕐 Aggiornato 2025-03-15 📅 Creato 2019-11-16
14
google-research/scenic

Scenic: Una libreria Jax per la ricerca sulla visione artificiale e oltre

google-research
⭐ 3,848 Python 👤 google-research Organization 🕐 Aggiornato 2026-10-31 📅 Creato 2021-07-12
15
open-mmlab/mmpretrain

OpenMMLab Pre-training Toolbox e Benchmark

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 Aggiornato 2024-11-01 📅 Creato 2020-07-09
16
facebookresearch/sam-3d-body

Il repository fornisce il codice per eseguire l'inferenza con il SAM 3D Body Model (3DB), i link per scaricare i checkpoint del modello addestrato e i dataset, e notebook di esempio che mostrano come utilizzare il modello.

facebookresearch
⭐ 3,757 Python 👤 facebookresearch Organization 🕐 Aggiornato 2026-02-19 📅 Creato 2025-07-29
17
towhee-io/towhee

Towhee è un framework dedicato a rendere le pipeline di elaborazione dei dati neurali semplici e veloci.

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 Aggiornato 2024-10-18 📅 Creato 2021-07-13
18
mit-han-lab/efficientvit

Modelli fondamentali efficienti per la visione per la generazione e la percezione ad alta risoluzione.

mit-han-lab
⭐ 3,357 Python 👤 mit-han-lab Organization 🕐 Aggiornato 2025-09-05 📅 Creato 2023-04-05
19
Beckschen/TransUNet

Questo repository include il progetto ufficiale di TransUNet, presentato nel nostro articolo: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.

Beckschen
⭐ 3,250 Python 👤 Beckschen User 🕐 Aggiornato 2026-02-25 📅 Creato 2021-02-08
20
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: Un sistema multimodale completo per interazioni audio e video in streaming a lungo termine

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 Aggiornato 2025-05-26 📅 Creato 2023-09-26
21
yuweihao/MambaOut

MambaOut: Abbiamo davvero bisogno di Mamba per la Visione? (CVPR 2025)

yuweihao
⭐ 2,696 Python 👤 yuweihao User 🕐 Aggiornato 2025-03-09 📅 Creato 2024-05-13
22
baaivision/EVA

Serie EVA: Fantasie di Rappresentazione Visiva da BAAI

baaivision
⭐ 2,629 Python 👤 baaivision Organization 🕐 Aggiornato 2024-08-01 📅 Creato 2022-11-14
23
baaivision/Emu3

Next-Token Prediction è tutto ciò di cui hai bisogno

baaivision
⭐ 2,454 Python 👤 baaivision Organization 🕐 Aggiornato 2026-01-12 📅 Creato 2024-09-26
24
OpenGVLab/InternVideo

[ECCV2024] Modelli Fondamentali Video e Dati per la Comprensione Multimodale

OpenGVLab
⭐ 2,421 Python 👤 OpenGVLab Organization 🕐 Aggiornato 2026-07-02 📅 Creato 2022-11-23
25
NVlabs/MambaVision

[CVPR 2025] Implementazione ufficiale PyTorch di MambaVision: Un backbone ibrido Mamba-Transformer per la visione

NVlabs
⭐ 2,255 Python 👤 NVlabs Organization 🕐 Aggiornato 2026-03-11 📅 Creato 2024-06-10
26
ViTAE-Transformer/ViTPose

Il repository ufficiale per [NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" e [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation"

ViTAE-Transformer
⭐ 2,222 Python 👤 ViTAE-Transformer Organization 🕐 Aggiornato 2025-12-25 📅 Creato 2022-04-27
27
hila-chefer/Transformer-Explainability

[CVPR 2021] Implementazione ufficiale PyTorch per Transformer Interpretability Beyond Attention Visualization, un nuovo metodo per visualizzare classificazioni da reti basate su Transformer.

hila-chefer
⭐ 1,967 Jupyter Notebook 👤 hila-chefer User 🕐 Aggiornato 2024-01-24 📅 Creato 2020-11-23
28
alibaba/EasyCV

Un toolkit all-in-one per la visione artificiale

alibaba
⭐ 1,950 Python 👤 alibaba Organization 🕐 Aggiornato 2025-05-09 📅 Creato 2022-04-02
29
microsoft/Cream

Questa è una raccolta dei nostri lavori su NAS e Vision Transformer.

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 Aggiornato 2024-07-25 📅 Creato 2020-10-12
30
lightly-ai/lightly-train

Addestramento all-in-one per modelli di visione (YOLO, ViTs, RT-DETR, DINOv3): pre-addestramento, fine-tuning, distillazione.

lightly-ai
⭐ 1,743 Python 👤 lightly-ai Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2025-04-10
31
JingyunLiang/VRT

VRT: un trasformatore per il restauro video (repository ufficiale)

JingyunLiang
⭐ 1,560 Python 👤 JingyunLiang User 🕐 Aggiornato 2026-09-08 📅 Creato 2022-01-18
32
czczup/ViT-Adapter

[ICLR 2023 Spotlight] Vision Transformer Adapter per predizioni dense

czczup
⭐ 1,490 Python 👤 czczup User 🕐 Aggiornato 2025-06-03 📅 Creato 2022-05-16
33
thu-ml/SpargeAttn

[ICML2025] SpargeAttention: Un'attenzione sparsa senza addestramento che accelera l'inferenza di qualsiasi modello.

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 Aggiornato 2026-02-25 📅 Creato 2025-02-25
34
uncbiag/Awesome-Foundation-Models

Un elenco curato di modelli di base per attività di visione e linguaggio

uncbiag
⭐ 1,175 👤 uncbiag Organization 🕐 Aggiornato 2026-09-14 📅 Creato 2023-04-04
35
gangweix/pixel-perfect-depth

[TPAMI 2026 e NeurIPS 2025] Profondità pixel-perfect

gangweix
⭐ 1,076 Python 👤 gangweix User 🕐 Aggiornato 2026-02-13 📅 Creato 2025-05-26
36
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
37
facebookresearch/hiera

Hiera: Un trasformatore visivo gerarchico veloce, potente e semplice.

facebookresearch
⭐ 1,045 Python 👤 facebookresearch Organization 🕐 Aggiornato 2024-03-02 📅 Creato 2023-05-26
39
WangLibo1995/GeoSeg

UNetFormer: Un transformer simile a UNet per l'efficiente segmentazione semantica di immagini di scene urbane da telerilevamento, ISPRS. Inoltre, sono inclusi altri vision transformer e CNN per la segmentazione di immagini satellitari, aeree e di droni.

WangLibo1995
⭐ 1,017 Python 👤 WangLibo1995 User 🕐 Aggiornato 2024-08-19 📅 Creato 2021-10-19
40
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: Un elenco di documenti su alcuni recenti lavori di Computer Vision (CV)

cuixing158
⭐ 986 👤 cuixing158 User 🕐 Aggiornato 2026-11-08 📅 Creato 2025-02-14
41
damo-cv/TransReID

[ICCV-2021] TransReID: Re-identificazione di oggetti basata su Transformer

damo-cv
⭐ 949 Python 👤 damo-cv Organization 🕐 Aggiornato 2024-06-12 📅 Creato 2021-03-26
42
sithu31296/semantic-segmentation

Modelli SOTA per la Segmentazione Semantica in PyTorch

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 Aggiornato 2024-03-20 📅 Creato 2021-06-02
43
NVlabs/FasterViT

[ICLR 2024] Implementazione ufficiale PyTorch di FasterViT: Fast Vision Transformer con attenzione gerarchica

NVlabs
⭐ 921 Python 👤 NVlabs Organization 🕐 Aggiornato 2025-07-22 📅 Creato 2023-05-19
44
LeapLabTHU/DAT

Repository della Vision Transformer con Attenzione Deformabile (CVPR2022) e DAT++: Vision Transformer Spazialmente Dinamico con Attenzione Deformabile

LeapLabTHU
⭐ 918 Python 👤 LeapLabTHU User 🕐 Aggiornato 2024-04-17 📅 Creato 2022-01-03
45
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
46
yformer/EfficientTAM

Tracciamento efficiente di qualsiasi cosa

yformer
⭐ 802 Python 👤 yformer User 🕐 Aggiornato 2025-01-06 📅 Creato 2024-12-02
48
deepglint/unicom

Modello di Rappresentazione Visiva su Larga Scala

deepglint
⭐ 704 Python 👤 deepglint Organization 🕐 Aggiornato 2025-12-08 📅 Creato 2023-02-15
49
baudm/parseq

Riconoscimento del testo della scena con modelli di sequenza autoregressivi permutati (ECCV 2022)

baudm
⭐ 679 Python 👤 baudm User 🕐 Aggiornato 2024-05-29 📅 Creato 2021-11-24
50
mv-lab/swin2sr

[ECCV] Swin2SR: SwinV2 Transformer per Super-Resolution e Restauro di Immagini Compresse. Workshop "Advances in Image Manipulation (AIM)" ECCV 2022. Provalo! Oltre 3,3 milioni di esecuzioni https://replicate.com/mv-lab/swin2sr

mv-lab
⭐ 668 Python 👤 mv-lab User 🕐 Aggiornato 2024-08-19 📅 Creato 2022-09-18

Domande frequenti

1

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

Il progetto open source #vision-transformer più alto in classifica su GitHub è open-mmlab/mmdetection, con 32,234 stelle. Cassetta degli attrezzi di rilevamento OpenMMLab e benchmark

2

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

Tra i progetti #vision-transformer più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, Cuda.

3

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

Monitoriamo 64 repository open source attivi contrassegnati con #vision-transformer (500+ stelle), per un totale di 209,451 stelle e una media di 3,272 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.