Git Stars Git Stars

#vision-language リポジトリ

#vision-languageのタグが付いた、GitHub上の20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40,771個で、プロジェクトあたりの平均は2,038個です。このトピックをリードしているのは、9,509個のスターを獲得しているIDEA-Research/GroundingDINOです。

20
リポジトリ総数
40,771
合計スター数
2,038
リポジトリあたりの平均スター数

リポジトリ合計20件

1
IDEA-Research/GroundingDINO

[ECCV 2024] 論文「Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」の公式実装

IDEA-Research
⭐ 9,509 Python 👤 IDEA-Research Organization 🕐 更新日時 2024-08-12 📅 作成日 2023-03-09
2
OFA-Sys/Chinese-CLIP

中国語のクロスモーダル検索と表現生成を実現するCLIPの中国語版。

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 更新日時 2026-03-31 📅 作成日 2022-07-08
3
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
4
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
5
2U1/Qwen-VL-Series-Finetune

Alibaba CloudによるQwen-VLシリーズのファインチューニングのためのオープンソース実装。

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 更新日時 2026-09-09 📅 作成日 2024-09-10
6
AlibabaResearch/AdvancedLiterateMachinery

高度な文学機械に向けた、オリジナルで革新的なアイデアとアルゴリズムのコレクション。このプロジェクトは、Alibaba GroupのTongyi LabのLanguage Technology LabのOCRチームによって維持されています。

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 更新日時 2026-03-17 📅 作成日 2022-09-28
7
mbzuai-oryx/Video-ChatGPT

[ACL 2024 🔥] Video-ChatGPTは、動画に関する意味のある会話を生成できる動画会話モデルです。LLMの機能と、時空間動画表現に適応された事前学習済みビジュアルエンコーダーの機能を組み合わせています。また、動画ベースの会話モデルのための厳格な「定量評価ベンチマーク」も導入します。

mbzuai-oryx
⭐ 1,516 Python 👤 mbzuai-oryx Organization 🕐 更新日時 2026-09-05 📅 作成日 2023-05-18
8
llm-jp/awesome-japanese-llm

日本語LLMまとめ - Overview of Japanese LLMs

llm-jp
⭐ 1,446 TypeScript 👤 llm-jp Organization 🕐 更新日時 2026-11-09 📅 作成日 2023-07-09
9
OpenDriveLab/DriveLM

[ECCV 2024 Oral] DriveLM: グラフビジュアル質問応答による運転

OpenDriveLab
⭐ 1,325 HTML 👤 OpenDriveLab Organization 🕐 更新日時 2025-07-02 📅 作成日 2023-08-08
10
OFA-Sys/ONE-PEACE

ビジョン、オーディオ、言語モダリティを横断する一般的な表現モデル。論文:ONE-PEACE:無限のモダリティを目指す一つの一般的な表現モデルの探求

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 更新日時 2024-10-06 📅 作成日 2023-05-18
11
TinyLLaVA/TinyLLaVA_Factory

小規模大規模マルチモーダルモデルのフレームワーク

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 更新日時 2026-10-19 📅 作成日 2024-02-21
12
mees/calvin

CALVIN - 長期ロボット操作タスクのための言語条件付きポリシー学習のベンチマーク

mees
⭐ 985 Python 👤 mees User 🕐 更新日時 2025-09-08 📅 作成日 2021-07-20
13
SunzeY/AlphaCLIP

[CVPR 2024] Alpha-CLIP:どこでもフォーカスできるCLIPモデル

SunzeY
⭐ 876 Jupyter Notebook 👤 SunzeY User 🕐 更新日時 2025-07-20 📅 作成日 2023-11-27
14
mbzuai-oryx/LLaVA-pp

🔥🔥 LLaVA++: Phi-3とLLaMA-3でLLaVAを拡張 (LLaVA LLaMA-3, LLaVA Phi-3)

mbzuai-oryx
⭐ 843 Python 👤 mbzuai-oryx Organization 🕐 更新日時 2026-09-05 📅 作成日 2024-04-26
15
longzw1997/Open-GroundingDino

これは、オープンセットオブジェクト検出のためにDINOとグラウンデッド事前トレーニングを結婚させるGrounding DINO論文のサードパーティ実装です。

longzw1997
⭐ 840 Python 👤 longzw1997 User 🕐 更新日時 2025-07-27 📅 作成日 2023-10-14
16
OpenMOSS/MOSS-VL

長時間の動画およびリアルタイム動画の理解に対応した、オープンウェイトの11Bモデルシリーズ

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 更新日時 2026-10-14 📅 作成日 2026-04-08
17
Algolzw/daclip-uir

[ICLR 2024] ユニバーサル画像修復のためのビジョン言語モデルの制御。NTIRE 2024 Restore Any Image Model in the Wild チャレンジで5位。

Algolzw
⭐ 799 Python 👤 Algolzw User 🕐 更新日時 2024-08-07 📅 作成日 2023-09-30
18
AILab-CVC/SEED

SEED-LLaMA (ICLR 2024) の公式実装。

AILab-CVC
⭐ 638 Python 👤 AILab-CVC Organization 🕐 更新日時 2024-09-21 📅 作成日 2023-07-15
19
worldbench/awesome-vla-for-ad

🌐 自動運転のための視覚・言語・行動モデル:過去、現在、未来

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 更新日時 2026-11-14 📅 作成日 2025-09-07
20
zhaozh10/Awesome-CLIP-in-Medical-Imaging

医用画像におけるCLIPに関する調査

zhaozh10
⭐ 509 👤 zhaozh10 User 🕐 更新日時 2025-03-26 📅 作成日 2023-11-21

よくある質問

1

GitHubで最も人気のある#vision-language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#vision-languageプロジェクトは、9,509個のスターを獲得しているIDEA-Research/GroundingDINOです。[ECCV 2024] 論文「Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」の公式実装

2

#vision-language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#vision-languageプロジェクトでは、Python, Jupyter Notebook, C++, HTMLが最も一般的なプログラミング言語です。

3

#vision-language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?

#vision-languageのタグが付いた20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40,771個で、リポジトリあたりの平均は2,038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。