Git Stars Git Stars

#image-captioning リポジトリ

#image-captioningのタグが付いた、GitHub上の24件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は94,220個で、プロジェクトあたりの平均は3,925個です。このトピックをリードしているのは、25,770個のスターを獲得しているVision-CAIR/MiniGPT-4です。

24
リポジトリ総数
94,220
合計スター数
3,925
リポジトリあたりの平均スター数
プログラミング言語: Python Jupyter Notebook Swift

リポジトリ合計24件

1
Vision-CAIR/MiniGPT-4

MiniGPT-4およびMiniGPT-v2のオープンソースコード (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

Vision-CAIR
⭐ 25,770 Python 👤 Vision-CAIR Organization 🕐 更新日時 2024-09-02 📅 作成日 2023-04-15
2
microsoft/OmniParser

純粋なビジョンベースのGUIエージェントに向けたシンプルな画面解析ツール

microsoft
⭐ 25,630 Jupyter Notebook 👤 microsoft Organization 🕐 更新日時 2026-11-14 📅 作成日 2024-09-20
3
salesforce/LAVIS

LAVIS - 言語視覚インテリジェンスのためのワンストップライブラリ

salesforce
⭐ 11,265 Jupyter Notebook 👤 salesforce Organization 🕐 更新日時 2026-06-02 📅 作成日 2022-08-24
4
salesforce/BLIP

BLIPのためのPyTorchコード:統一されたビジョン・言語理解と生成のためのブートストラッピング・言語・画像事前学習

salesforce
⭐ 5,626 Jupyter Notebook 👤 salesforce Organization 🕐 更新日時 2024-08-05 📅 作成日 2022-01-25
5
ashnkumar/sketch-code

手描きのウェブサイトモックアップからHTMLコードを生成するKerasモデル。描かれたソース画像のための画像キャプションアーキテクチャを実装します。

ashnkumar
⭐ 5,141 Python 👤 ashnkumar User 🕐 更新日時 2026-08-06 📅 作成日 2018-01-19
6
OpenGVLab/InternGPT

InternGPT (iGPT)は、AIモデルを簡単に紹介できるオープンソースのデモプラットフォームです。現在、DragGAN、ChatGPT、ImageBind、GPT-4のようなマルチモーダルチャット、SAM、インタラクティブな画像編集などをサポートしています。igpt.opengvlab.comでお試しください(DragGAN、ChatGPT、ImageBind、SAMをサポートするオンラインデモシステム)。

OpenGVLab
⭐ 3,223 Python 👤 OpenGVLab Organization 🕐 更新日時 2024-08-20 📅 作成日 2023-05-08
7
OFA-Sys/OFA

OFA (ICML 2022) の公式リポジトリ。論文:OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework

OFA-Sys
⭐ 2,550 Python 👤 OFA-Sys Organization 🕐 更新日時 2024-04-24 📅 作成日 2022-01-29
8
rmokady/CLIP_prefix_caption

シンプルな画像キャプションモデル

rmokady
⭐ 1,407 Jupyter Notebook 👤 rmokady User 🕐 更新日時 2024-06-09 📅 作成日 2021-09-16
9
imaginary-cloud/CameraManager

アプリでカスタムカメラビューを作成するために必要なすべての構成を提供するシンプルなSwiftクラス

imaginary-cloud
⭐ 1,397 Swift 👤 imaginary-cloud Organization 🕐 更新日時 2024-07-19 📅 作成日 2014-10-10
10
jhc13/taggui

画像データセットのタグマネージャーとキャプショナー

jhc13
⭐ 1,353 Python 👤 jhc13 User 🕐 更新日時 2025-10-11 📅 作成日 2023-03-08
11
NVlabs/prismer

「Prismer: マルチタスクエキスパートを備えたビジョン・言語モデル」の実装。

NVlabs
⭐ 1,308 Python 👤 NVlabs Organization 🕐 更新日時 2024-01-17 📅 作成日 2023-03-02
13
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: 最近のコンピュータビジョン(CV)の作品リスト

cuixing158
⭐ 986 👤 cuixing158 User 🕐 更新日時 2026-11-08 📅 作成日 2025-02-14
15
AkagawaTsurunaki/ZerolanLiveRobot

LLM、ASR、TTS、OCR、CVなどの技術を備えたAI VTuber、ライブ配信やMinecraftを一緒にプレイしましょう。

AkagawaTsurunaki
⭐ 834 Python 👤 AkagawaTsurunaki User 🕐 更新日時 2026-04-14 📅 作成日 2024-03-04
17
toshiaki1729/stable-diffusion-webui-dataset-tag-editor

AUTOMATIC1111 の SD Web UI 用データセット キャプション編集拡張機能

toshiaki1729
⭐ 727 Python 👤 toshiaki1729 User 🕐 更新日時 2024-06-27 📅 作成日 2022-10-26
18
AlexZhangji/Twitter-Insight-LLM

Twitterのデータスクレイピング、埋め込みベースの画像検索など。

AlexZhangji
⭐ 685 Jupyter Notebook 👤 AlexZhangji User 🕐 更新日時 2024-04-17 📅 作成日 2024-03-05
19
SkalskiP/awesome-foundation-and-multimodal-models

👁️ + 💬 + 🎧 = 🤖 トップ基盤モデルとマルチモーダルモデルのキュレーションリスト! [論文 + コード + 例 + チュートリアル]

SkalskiP
⭐ 635 Python 👤 SkalskiP User 🕐 更新日時 2024-02-29 📅 作成日 2023-10-08
20
StartHua/Comfyui_CXH_joy_caption

ComfyUIノード画像に基づく推奨:Joy_caption + MiniCPMv2_6-prompt-generator + florence2

StartHua
⭐ 623 Python 👤 StartHua User 🕐 更新日時 2025-02-06 📅 作成日 2024-08-14
21
gokayfem/ComfyUI_VLM_nodes

ビジョン言語モデル用ComfyUIノード:Qwen3-VL、Moondream 3、Florence-2、SmolVLM2、InternVL、Gemma 3、MiniCPM-V。さらに、オープンボキャブラリー検出、SAM2/SAM3セグメンテーション、動画の時間的推論、llama.cpp経由のGGUF、およびホスト型LLM/VLM APIに対応。

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 更新日時 2026-08-08 📅 作成日 2024-01-24
22
IuvenisSapiens/ComfyUI_Qwen3-VL-Instruct

Qwen3-VL-InstructシリーズをComfyUIプラットフォームに成功裏に統合したことで、スムーズな動作が実現し、(しかし限られない)テキストベースのクエリ、ビデオクエリ、単一イメージクエリ、マルチイメージクエリをサポートし、キャプションや回答を生成できるようになりました。

IuvenisSapiens
⭐ 587 Python 👤 IuvenisSapiens User 🕐 更新日時 2025-10-23 📅 作成日 2024-08-31
23
kdexd/virtex

[CVPR 2021] VirTex: テキスト注釈から視覚表現を学習

kdexd
⭐ 562 Python 👤 kdexd User 🕐 更新日時 2025-08-22 📅 作成日 2019-09-16

よくある質問

1

GitHubで最も人気のある#image-captioningリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#image-captioningプロジェクトは、25,770個のスターを獲得しているVision-CAIR/MiniGPT-4です。MiniGPT-4およびMiniGPT-v2のオープンソースコード (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

2

#image-captioningリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#image-captioningプロジェクトでは、Python, Jupyter Notebook, Swiftが最も一般的なプログラミング言語です。

3

#image-captioningリポジトリのランキングはどのように算出されていますか?

#image-captioningのタグが付いた24件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は94,220個で、リポジトリあたりの平均は3,925個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。