Git Stars Git Stars

#vision-transformer リポジトリ

#vision-transformerのタグが付いた、GitHub上の64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209,451個で、プロジェクトあたりの平均は3,272個です。このトピックをリードしているのは、32,234個のスターを獲得しているopen-mmlab/mmdetectionです。

64
リポジトリ総数
209,451
合計スター数
3,272
リポジトリあたりの平均スター数

リポジトリ合計64件

1
open-mmlab/mmdetection

OpenMMLab 検出ツールボックスおよびベンチマーク

open-mmlab
⭐ 32,234 Python 👤 open-mmlab Organization 🕐 更新日時 2024-08-21 📅 作成日 2018-08-22
2
lukas-blecher/LaTeX-OCR

pix2tex: ViTを使用して方程式の画像をLaTeXコードに変換します。

lukas-blecher
⭐ 16,430 Python 👤 lukas-blecher User 🕐 更新日時 2025-01-18 📅 作成日 2020-12-11
3
facebookresearch/dinov2

DINOv2 自己教師あり学習手法のための PyTorch コードとモデル。

facebookresearch
⭐ 13,560 Jupyter Notebook 👤 facebookresearch Organization 🕐 更新日時 2026-11-05 📅 作成日 2023-03-29
5
NielsRogge/Transformers-Tutorials

このリポジトリには、HuggingFace の Transformers ライブラリで作成したデモが含まれています。

NielsRogge
⭐ 11,787 Jupyter Notebook 👤 NielsRogge User 🕐 更新日時 2026-09-17 📅 作成日 2020-08-31
6
FoundationVision/VAR

[NeurIPS 2024 最優秀論文賞][GPTが拡散モデルを上回る🔥] [ビジュアル生成におけるスケーリング則📈] 「Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction」の公式実装。自己回帰画像生成のための*超シンプル、ユーザーフレンドリーでありながら最先端*のコードベース!

FoundationVision
⭐ 8,766 Jupyter Notebook 👤 FoundationVision Organization 🕐 更新日時 2025-11-10 📅 作成日 2024-04-01
7
adithya-s-k/omniparse

ドキュメントからマルチメディアまで、あらゆるデータ形式を取り込み、解析、最適化し、GenAIフレームワークとの互換性を向上させます

adithya-s-k
⭐ 7,935 Python 👤 adithya-s-k User 🕐 更新日時 2025-12-12 📅 作成日 2024-06-04
8
Neywa-Labs/mlx-vlm

MLX-VLMは、MLXを使用してMac上でVision Language Models(VLM)の推論とファインチューニングを行うためのパッケージです。

Neywa-Labs
⭐ 5,886 Python 👤 Neywa-Labs Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-04-16
9
apple-aiml-research/ml-depth-pro

Depth Pro:1秒未満で鮮明な単眼深度測定を実現。

apple-aiml-research
⭐ 5,788 Python 👤 apple-aiml-research Organization 🕐 更新日時 2026-09-11 📅 作成日 2024-08-26
10
JingyunLiang/SwinIR

SwinIR: Swin Transformerを使用した画像復元(公式リポジトリ)

JingyunLiang
⭐ 5,263 Python 👤 JingyunLiang User 🕐 更新日時 2024-05-14 📅 作成日 2021-08-16
11
liustack/modlens

DeepSeek Harness の最初のビジョンプラグインであり、すべてのテキストのみのコーディングエージェントのためのビジョンブリッジです。画像を貼り付けると、構造化されたJSONエビデンス(OCR、レイアウト、セマンティクス)が得られます。

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 更新日時 2026-11-15 📅 作成日 2026-02-22
12
cmhungsteve/Awesome-Transformer-Attention

Vision Transformer/Attention に関する最終的な包括的な論文リスト。論文、コード、関連ウェブサイトを含む

cmhungsteve
⭐ 4,987 👤 cmhungsteve User 🕐 更新日時 2024-07-30 📅 作成日 2021-09-15
13
huawei-noah/Efficient-AI-Backbones

Huawei Noah's Ark Lab が開発した GhostNet、TNT、MLP を含む効率的な AI バックボーン。

huawei-noah
⭐ 4,417 Python 👤 huawei-noah Organization 🕐 更新日時 2025-03-15 📅 作成日 2019-11-16
14
google-research/scenic

Scenic:コンピュータビジョン研究とその先のJaxライブラリ

google-research
⭐ 3,848 Python 👤 google-research Organization 🕐 更新日時 2026-10-31 📅 作成日 2021-07-12
15
open-mmlab/mmpretrain

OpenMMLab 事前学習ツールボックスとベンチマーク

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 更新日時 2024-11-01 📅 作成日 2020-07-09
16
facebookresearch/sam-3d-body

このリポジトリは、SAM 3Dボディモデル(3DB)を用いた推論実行用コード、学習済みモデルのチェックポイントとデータセットをダウンロードするためのリンク、およびモデルの使用方法を示すサンプルノートブックを提供します。

facebookresearch
⭐ 3,757 Python 👤 facebookresearch Organization 🕐 更新日時 2026-02-19 📅 作成日 2025-07-29
17
towhee-io/towhee

Towheeは、ニューラルデータ処理パイプラインをシンプルかつ高速にすることを目的としたフレームワークです。

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 更新日時 2024-10-18 📅 作成日 2021-07-13
18
mit-han-lab/efficientvit

高解像度生成および認識のための効率的なビジョン基盤モデル。

mit-han-lab
⭐ 3,357 Python 👤 mit-han-lab Organization 🕐 更新日時 2025-09-05 📅 作成日 2023-04-05
19
Beckschen/TransUNet

このリポジトリには、論文「TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation」で紹介されたTransUNetの公式プロジェクトが含まれています。

Beckschen
⭐ 3,250 Python 👤 Beckschen User 🕐 更新日時 2026-02-25 📅 作成日 2021-02-08
20
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive:長期ストリーミングビデオおよびオーディオインタラクションのための包括的なマルチモーダルシステム

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 更新日時 2025-05-26 📅 作成日 2023-09-26
21
yuweihao/MambaOut

MambaOut:ビジョンに本当にマンバが必要か? (CVPR 2025)

yuweihao
⭐ 2,696 Python 👤 yuweihao User 🕐 更新日時 2025-03-09 📅 作成日 2024-05-13
22
baaivision/EVA

EVAシリーズ:BAAIによる視覚的表現ファンタジー

baaivision
⭐ 2,629 Python 👤 baaivision Organization 🕐 更新日時 2024-08-01 📅 作成日 2022-11-14
23
baaivision/Emu3

Next-Token Prediction がすべてです

baaivision
⭐ 2,454 Python 👤 baaivision Organization 🕐 更新日時 2026-01-12 📅 作成日 2024-09-26
24
OpenGVLab/InternVideo

[ECCV2024] マルチモーダル理解のためのビデオ基礎モデルとデータ

OpenGVLab
⭐ 2,421 Python 👤 OpenGVLab Organization 🕐 更新日時 2026-07-02 📅 作成日 2022-11-23
25
NVlabs/MambaVision

[CVPR 2025] MambaVision の公式 PyTorch 実装:ハイブリッド Mamba-Transformer ビジョンバックボーン

NVlabs
⭐ 2,255 Python 👤 NVlabs Organization 🕐 更新日時 2026-03-11 📅 作成日 2024-06-10
26
ViTAE-Transformer/ViTPose

[NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" および [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation" の公式リポジトリ

ViTAE-Transformer
⭐ 2,222 Python 👤 ViTAE-Transformer Organization 🕐 更新日時 2025-12-25 📅 作成日 2022-04-27
27
hila-chefer/Transformer-Explainability

[CVPR 2021] Transformerベースのネットワークによる分類を可視化する新しい方法であるTransformer Interpretability Beyond Attention Visualizationの公式PyTorch実装。

hila-chefer
⭐ 1,967 Jupyter Notebook 👤 hila-chefer User 🕐 更新日時 2024-01-24 📅 作成日 2020-11-23
28
alibaba/EasyCV

コンピュータビジョン用オールインワンツールキット

alibaba
⭐ 1,950 Python 👤 alibaba Organization 🕐 更新日時 2025-05-09 📅 作成日 2022-04-02
29
microsoft/Cream

NASとVision Transformerの作業コレクションです。

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 更新日時 2024-07-25 📅 作成日 2020-10-12
30
lightly-ai/lightly-train

ビジョンモデル(YOLO、ViTs、RT-DETR、DINOv3)のためのオールインワントレーニング:事前学習、ファインチューニング、蒸留。

lightly-ai
⭐ 1,743 Python 👤 lightly-ai Organization 🕐 更新日時 2026-11-12 📅 作成日 2025-04-10
31
JingyunLiang/VRT

VRT:動画復元トランスフォーマー(公式リポジトリ)

JingyunLiang
⭐ 1,560 Python 👤 JingyunLiang User 🕐 更新日時 2026-09-08 📅 作成日 2022-01-18
32
czczup/ViT-Adapter

[ICLR 2023 Spotlight]dense予測のためのVision Transformerアダプター

czczup
⭐ 1,490 Python 👤 czczup User 🕐 更新日時 2025-06-03 📅 作成日 2022-05-16
33
thu-ml/SpargeAttn

[ICML2025] SpargeAttention: トレーニング不要なスパースアテンションにより、あらゆるモデルの推論を高速化します。

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 更新日時 2026-02-25 📅 作成日 2025-02-25
34
uncbiag/Awesome-Foundation-Models

ビジョンおよび言語タスクのためのキュレーションされた基盤モデルのリスト

uncbiag
⭐ 1,175 👤 uncbiag Organization 🕐 更新日時 2026-09-14 📅 作成日 2023-04-04
35
gangweix/pixel-perfect-depth

[TPAMI 2026 & NeurIPS 2025] ピクセル単位で正確な深度

gangweix
⭐ 1,076 Python 👤 gangweix User 🕐 更新日時 2026-02-13 📅 作成日 2025-05-26
36
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
37
facebookresearch/hiera

Hiera: 高速、強力、シンプルな階層型ビジョントランスフォーマー。

facebookresearch
⭐ 1,045 Python 👤 facebookresearch Organization 🕐 更新日時 2024-03-02 📅 作成日 2023-05-26
39
WangLibo1995/GeoSeg

UNetFormer: リモートセンシング都市シーン画像の効果的な意味セグメンテーションのためのUNetライクトランスフォーマー、ISPRS。さらに、衛星、航空画像、UAV画像のセグメンテーションのための他のビジョントランスフォーマーとCNNも含まれます。

WangLibo1995
⭐ 1,017 Python 👤 WangLibo1995 User 🕐 更新日時 2024-08-19 📅 作成日 2021-10-19
40
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
41
damo-cv/TransReID

[ICCV-2021] TransReID: Transformerベースのオブジェクト再識別

damo-cv
⭐ 949 Python 👤 damo-cv Organization 🕐 更新日時 2024-06-12 📅 作成日 2021-03-26
42
sithu31296/semantic-segmentation

PyTorch における SOTA セマンティックセグメンテーションモデル

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 更新日時 2024-03-20 📅 作成日 2021-06-02
43
NVlabs/FasterViT

[ICLR 2024] FasterViTの公式PyTorch実装:階層的アテンションによる高速Vision Transformer

NVlabs
⭐ 921 Python 👤 NVlabs Organization 🕐 更新日時 2025-07-22 📅 作成日 2023-05-19
44
LeapLabTHU/DAT

Deformable Attention(CVPR2022)を備えたVision TransformerおよびDAT++:Spatially Dynamic Vision Transformer with\_Deformable Attentionのリポジトリ

LeapLabTHU
⭐ 918 Python 👤 LeapLabTHU User 🕐 更新日時 2024-04-17 📅 作成日 2022-01-03
45
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
46
yformer/EfficientTAM

効率的なトラック・エニシング

yformer
⭐ 802 Python 👤 yformer User 🕐 更新日時 2025-01-06 📅 作成日 2024-12-02
48
deepglint/unicom

大規模視覚表現モデル

deepglint
⭐ 704 Python 👤 deepglint Organization 🕐 更新日時 2025-12-08 📅 作成日 2023-02-15
49
baudm/parseq

順列自己回帰シーケンスモデルによるシーンテキスト認識(ECCV 2022)

baudm
⭐ 679 Python 👤 baudm User 🕐 更新日時 2024-05-29 📅 作成日 2021-11-24
50
mv-lab/swin2sr

[ECCV] Swin2SR: 圧縮画像超解像および復元のためのSwinV2 Transformer。ECCV 2022 "Advances in Image Manipulation (AIM)" ワークショップ。ぜひお試しください!330万回以上の実行 https://replicate.com/mv-lab/swin2sr

mv-lab
⭐ 668 Python 👤 mv-lab User 🕐 更新日時 2024-08-19 📅 作成日 2022-09-18

よくある質問

1

GitHubで最も人気のある#vision-transformer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-transformerプロジェクトは、32,234個のスターを獲得しているopen-mmlab/mmdetectionです。OpenMMLab 検出ツールボックスおよびベンチマーク

2

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

3

#vision-transformer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-transformerのタグが付いた64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209,451個で、リポジトリあたりの平均は3,272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。