#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 repository in totale
Codice PyTorch per BLIP: Bootstrapping Language-Image Pre-training per la comprensione e generazione unificata visione-linguaggio
Repository ufficiale di OFA (ICML 2022). Paper: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
Large Language-and-Vision Assistant per la Biomedicina, costruito verso capacità multimodali di livello GPT-4.
【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.).
Monkey (LMM): Risoluzione dell'immagine ed etichetta di testo sono cose importanti per i grandi modelli multimodali (CVPR 2024 Highlight)
[NIPS'25 Spotlight] Mulberry, un MLLM di Ragionamento e Riflessione simile a o1 implementato tramite MCTS collettivo
Una raccolta di risorse sulle applicazioni dell'apprendimento multimodale nell'imaging medico.
Sul mistero nascosto dell'OCR nei grandi modelli multimodali (OCRBench)
Implementazione PyTorch di "V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs"
Questo repository contiene il codice di valutazione per l'articolo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
I grafi di conoscenza incontrano l'apprendimento multimodale: un'indagine completa
Domande frequenti
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
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.
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.