#video-understanding 저장소
#video-understanding 태그가 지정된 GitHub의 활성 오픈 소스 저장소 51개를 확인해 보세요. 총 114,089개의 스타를 획득했으며 프로젝트당 평균 2,237개입니다. 이 주제를 이끄는 저장소는 20,240개의 스타를 받은 QwenLM/Qwen3-VL입니다.
저장소 총 51개
[CVPR2024 Highlight][VideoChatGPT] 영상 이해 능력을 갖춘 ChatGPT! miniGPT4, StableLM, MOSS 등 더 많은 LM도 지원합니다.
인스턴스 분할 마스크, 깊이 맵, 광학 흐름과 같은 풍부한 주석이 포함된 반사실적인 합성 다중 객체 비디오를 생성하기 위한 데이터 생성 파이프라인입니다.
NVIDIA AI 비디오 검색 및 요약(VSS) 청사진은 실시간 검증 경고, 시각적 Q&A, 자동 보고 기능을 갖춘 비디오 분석 에이전트를 구축하기 위한 GPU 가속 참조 아키텍처입니다. VSS 청사진은 NVIDIA Cosmos와 같은 비전 언어 모델(VLM), NVIDIA Nemotron과 같은 LLM, RAG 및 NVIDIA NIM을 사용합니다.
PaddlePaddle 기반의 훌륭한 비디오 이해 툴킷입니다. 비디오 데이터 주석 도구, 경량 RGB 및 골격 기반 액션 인식 모델, 비디오 태깅 및 스포츠 액션 감지를 위한 실용적인 애플리케이션을 지원합니다.
[CVPR 2024 Highlight🔥] Chat-UniVi: 통합 시각 표현으로 대규모 언어 모델의 이미지 및 비디오 이해 능력 강화
텍스트, 이미지, 동영상을 지원하는 0.8B~27B 규모의 오픈 멀티모달 의사결정 모델입니다. 텍스트를 생성하는 대신 자체 후보에 확률을 부여해 판단하고, 바운딩 박스로 위치를 찾습니다. 무료 API, ONNX, GGUF, vLLM, SGLang을 지원하며 파인튜닝 코드도 포함되어 있습니다.
UnifiedReward 및 [NeurIPS 2025] UnifiedReward-Think 및 UnifiedReward-Flex의 공식 구현
AI 에이전트에 눈과 귀, 검증 가능한 결과를 제공하세요. Watch Skill은 동영상, 오디오, 화면 활동을 검색 가능하고 타임스탬프가 포함된 증거로 바꾸며, 모델의 판단이 아닌 결정론적 계약으로 작업을 증명합니다. DeepWatch는 DeepSeek Harness를 기반으로 구축된 에이전트 워크스페이스입니다. Python + npm, MCP, CLI, REST, Web 지원.
시간적 동작 탐지 & 약지도 시간적 동작 탐지 & 시간적 동작 제안 생성
비전-언어 모델을 위한 ComfyUI 노드: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. 또한 오픈 어휘 탐지, SAM2/SAM3 세그멘테이션, 비디오 시간적 추론, llama.cpp를 통한 GGUF, 그리고 호스팅된 LLM/VLM API를 지원합니다.
DeepSeek Harness용 장면 인식 스토리보드: 타임스탬프, 대본, 오디오 엔벨로프가 포함된 번호 매김 셀 9~16개를 하나의 이미지에 담습니다(384토큰). 도구는 video_storyboard와 video_zoom 두 가지입니다.
“DINO-Tracker: 단일 비디오에서 DINO를 길들여 자기 지도 포인트 추적” (ECCV 2024)의 공식 Pytorch 구현
자주 묻는 질문
GitHub에서 가장 인기 있는 #video-understanding 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #video-understanding 프로젝트는 20,240개의 스타를 받은 QwenLM/Qwen3-VL입니다. Qwen3-VL은 Alibaba Cloud의 Qwen 팀에서 개발한 멀티모달 대규모 언어 모델 시리즈입니다.
#video-understanding 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #video-understanding 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++, JavaScript입니다.
#video-understanding 저장소 순위는 어떻게 계산되나요?
#video-understanding 태그가 지정된 활성 오픈 소스 저장소(51개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 114,089개이며 저장소당 평균 2,237개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.