Git Stars Git Stars

#visual-question-answering Repository

Scopri 15 repository GitHub open source attivi contrassegnati con #visual-question-answering, che raccolgono un totale di 24,641 stelle (con una media di 1,642 stelle per progetto). Il progetto leader di questo argomento è salesforce/BLIP, con 5,626 stelle.

15
Totale Repository
24,641
Totale stelle
1,642
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook JavaScript

15 repository in totale

1
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
2
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
3
microsoft/LLaVA-Med

Large Language-and-Vision Assistant per la Biomedicina, costruito verso capacità multimodali di livello GPT-4.

microsoft
⭐ 2,207 Python 👤 microsoft Organization 🕐 Aggiornato 2025-06-04 📅 Creato 2023-05-20
4
km1994/LLMsNineStoryDemonTower

【LLMs Nove Livelli Torre Demone】Condivisione di esperienze pratiche e conoscenze su LLMs in campi come l'elaborazione del linguaggio naturale (ChatGLM, Chinese-LLaMA-Alpaca, Xiaoyangtuo Vicuna, LLaMA, GPT4ALL, ecc.), recupero delle informazioni (langchain), sintesi vocale, riconoscimento vocale, multimodale (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual, ecc.).

km1994
⭐ 2,140 👤 km1994 User 🕐 Aggiornato 2024-03-30 📅 Creato 2023-05-01
5
Yuliang-Liu/Monkey

Monkey (LMM): Risoluzione dell'immagine ed etichetta di testo sono cose importanti per i grandi modelli multimodali (CVPR 2024 Highlight)

Yuliang-Liu
⭐ 1,954 Python 👤 Yuliang-Liu User 🕐 Aggiornato 2026-09-25 📅 Creato 2023-11-09
6
kijai/ComfyUI-Florence2

Inferenza Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 Aggiornato 2026-05-06 📅 Creato 2024-06-19
8
HJYao00/Mulberry

[NIPS'25 Spotlight] Mulberry, un MLLM di Ragionamento e Riflessione simile a o1 implementato tramite MCTS collettivo

HJYao00
⭐ 1,245 Python 👤 HJYao00 User 🕐 Aggiornato 2026-01-16 📅 Creato 2024-12-23
9
visual-openllm/visual-openllm

qualcosa come Visual-ChatGPT, la versione open-source di Wenyiyan

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 Aggiornato 2024-02-24 📅 Creato 2023-03-26
10
richard-peng-xia/awesome-multimodal-in-medical-imaging

Una raccolta di risorse sulle applicazioni dell'apprendimento multimodale nell'imaging medico.

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 Aggiornato 2026-10-26 📅 Creato 2022-07-13
11
Yuliang-Liu/MultimodalOCR

Sul mistero nascosto dell'OCR nei grandi modelli multimodali (OCRBench)

Yuliang-Liu
⭐ 902 Python 👤 Yuliang-Liu User 🕐 Aggiornato 2026-11-17 📅 Creato 2023-05-12
12
penghao-wu/vstar

Implementazione PyTorch di "V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs"

penghao-wu
⭐ 684 Python 👤 penghao-wu User 🕐 Aggiornato 2024-01-07 📅 Creato 2023-12-15
13
MMMU-Benchmark/MMMU

Questo repository contiene il codice di valutazione per l'articolo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2023-11-23
14
unconv/gpt4v-browsing

Web Scraping con GPT-4 Vision API e Puppeteer

unconv
⭐ 563 JavaScript 👤 unconv User 🕐 Aggiornato 2024-01-31 📅 Creato 2023-11-24
15
zjukg/KG-MM-Survey

I grafi di conoscenza incontrano l'apprendimento multimodale: un'indagine completa

zjukg
⭐ 510 👤 zjukg Organization 🕐 Aggiornato 2026-03-02 📅 Creato 2024-01-29

Domande frequenti

1

Qual è il repository #visual-question-answering più popolare su GitHub?

Il progetto open source #visual-question-answering più alto in classifica su GitHub è salesforce/BLIP, con 5,626 stelle. Codice PyTorch per BLIP: Bootstrapping Language-Image Pre-training per la comprensione e generazione unificata visione-linguaggio

2

Quali linguaggi di programmazione sono più utilizzati nei repository #visual-question-answering?

Tra i progetti #visual-question-answering più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, JavaScript.

3

Come viene calcolata la classifica dei repository #visual-question-answering?

Monitoriamo 15 repository open source attivi contrassegnati con #visual-question-answering (500+ stelle), per un totale di 24,641 stelle e una media di 1,642 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.