Git Stars Git Stars

#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.

51
총 리포지토리
114,089
총 별점
2,237
리포지토리당 평균 스타 수

저장소 총 51개

1
QwenLM/Qwen3-VL

Qwen3-VL은 Alibaba Cloud의 Qwen 팀에서 개발한 멀티모달 대규모 언어 모델 시리즈입니다.

QwenLM
⭐ 20,240 Jupyter Notebook 👤 QwenLM Organization 🕐 업데이트됨 2026-01-30 📅 생성됨 2024-08-29
2
facebookresearch/SlowFast

PySlowFast: FAIR에서 제공하는 최첨단 비디오 모델 재현을 위한 비디오 이해 코드베이스.

facebookresearch
⭐ 7,447 Python 👤 facebookresearch Organization 🕐 업데이트됨 2026-03-16 📅 생성됨 2019-08-20
3
LargeWorldModel/LWM

Large World Model -- 수백만 개의 컨텍스트를 가진 텍스트 및 비디오 모델링

LargeWorldModel
⭐ 7,391 Python 👤 LargeWorldModel Organization 🕐 업데이트됨 2024-10-19 📅 생성됨 2024-02-08
4
open-mmlab/mmaction2

OpenMMLab의 차세대 비디오 이해 툴박스 및 벤치마크

open-mmlab
⭐ 5,203 Python 👤 open-mmlab Organization 🕐 업데이트됨 2026-03-18 📅 생성됨 2020-07-11
5
facebookresearch/vjepa2

VJEPA2 비디오 자체 지도 학습을 위한 PyTorch 코드 및 모델.

facebookresearch
⭐ 4,911 Python 👤 facebookresearch Organization 🕐 업데이트됨 2026-10-29 📅 생성됨 2025-04-25
7
EvolvingLMMs-Lab/lmms-eval

텍스트, 이미지, 비디오 및 오디오 작업을 위한 One-for-All 멀티모달 평가 툴킷

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2024-03-07
8
NVlabs/VILA

VILA는 엣지, 데이터 센터, 클라우드 전반의 다양한 멀티모달 AI 작업을 위한 최첨단 비전 언어 모델(VLM) 제품군입니다.

NVlabs
⭐ 3,873 Python 👤 NVlabs Organization 🕐 업데이트됨 2026-03-12 📅 생성됨 2024-02-23
9
facebookresearch/pytorchvideo

비디오 이해 연구를 위한 딥러닝 라이브러리.

facebookresearch
⭐ 3,568 Python 👤 facebookresearch Organization 🕐 업데이트됨 2026-10-16 📅 생성됨 2021-03-09
10
OpenGVLab/Ask-Anything

[CVPR2024 Highlight][VideoChatGPT] 영상 이해 능력을 갖춘 ChatGPT! miniGPT4, StableLM, MOSS 등 더 많은 LM도 지원합니다.

OpenGVLab
⭐ 3,361 Python 👤 OpenGVLab Organization 🕐 업데이트됨 2026-07-17 📅 생성됨 2023-04-19
11
yoloytang/Awesome-LLMs-for-Video-Understanding

🔥🔥🔥 [IEEE TCSVT] Vid-LLM에 대한 최신 논문, 코드 및 데이터 세트.

yoloytang
⭐ 3,310 👤 yoloytang User 🕐 업데이트됨 2026-11-11 📅 생성됨 2023-07-16
12
google-research/kubric

인스턴스 분할 마스크, 깊이 맵, 광학 흐름과 같은 풍부한 주석이 포함된 반사실적인 합성 다중 객체 비디오를 생성하기 위한 데이터 생성 파이프라인입니다.

google-research
⭐ 2,859 Jupyter Notebook 👤 google-research Organization 🕐 업데이트됨 2026-05-21 📅 생성됨 2020-07-22
13
OpenGVLab/InternVideo

[ECCV2024] 멀티모달 이해를 위한 비디오 기반 모델 & 데이터

OpenGVLab
⭐ 2,421 Python 👤 OpenGVLab Organization 🕐 업데이트됨 2026-07-02 📅 생성됨 2022-11-23
14
facebookresearch/perception_models

최첨단 이미지 및 비디오 CLIP, 멀티모달 대규모 언어 모델 등!

facebookresearch
⭐ 2,415 Jupyter Notebook 👤 facebookresearch Organization 🕐 업데이트됨 2026-04-13 📅 생성됨 2025-04-16
15
zai-org/GLM-V

GLM-4.6V/4.5V/4.1V-사고: 확장 가능한 강화 학습을 통한 다목적 멀티모달 추론을 향하여

zai-org
⭐ 2,406 Python 👤 zai-org Organization 🕐 업데이트됨 2026-11-06 📅 생성됨 2025-06-28
16
mit-han-lab/temporal-shift-module

[ICCV 2019] TSM: 효율적인 비디오 이해를 위한 시간 이동 모듈

mit-han-lab
⭐ 2,167 Python 👤 mit-han-lab Organization 🕐 업데이트됨 2024-07-11 📅 생성됨 2019-03-27
17
HKUDS/VideoAgent

[EMNLP2026] "VideoAgent: 비디오 이해, 편집 및 리메이킹을 위한 올인원 에이전트 프레임워크"

HKUDS
⭐ 2,059 Python 👤 HKUDS Organization 🕐 업데이트됨 2026-07-22 📅 생성됨 2025-07-16
18
NVIDIA-AI-Blueprints/video-search-and-summarization

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.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2024-10-22
⭐ 1,795 Python 👤 microsoft Organization 🕐 업데이트됨 2026-11-02 📅 생성됨 2026-06-15
20
PaddlePaddle/PaddleVideo

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.

PaddlePaddle
⭐ 1,698 Python 👤 PaddlePaddle Organization 🕐 업데이트됨 2025-02-12 📅 생성됨 2020-11-12
21
bytedance/SALMONN

SALMONN 제품군: 고급 멀티모달 LLM 스위트

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 업데이트됨 2026-10-16 📅 생성됨 2023-08-11
22
bytedance/Lance

이미지 및 비디오 이해, 생성, 편집을 위한 30억 개의 활성 매개변수를 가진 네이티브 통합 멀티모달 모델.

bytedance
⭐ 1,370 Python 👤 bytedance Organization 🕐 업데이트됨 2026-07-14 📅 생성됨 2026-05-15
23
DAMO-NLP-SG/VideoLLaMA3

이미지 및 비디오 이해를 위한 프론티어 멀티모달 기반 모델

DAMO-NLP-SG
⭐ 1,174 Jupyter Notebook 👤 DAMO-NLP-SG Organization 🕐 업데이트됨 2025-08-14 📅 생성됨 2025-01-19
24
TheShadow29/awesome-grounding

awesome grounding: 시각 grounding 분야 연구 논문 큐레이션 목록

TheShadow29
⭐ 1,132 👤 TheShadow29 User 🕐 업데이트됨 2026-10-16 📅 생성됨 2018-09-03
25
mit-han-lab/streaming-vlm

StreamingVLM: 무한 비디오 스트림을 위한 실시간 이해

mit-han-lab
⭐ 1,095 Python 👤 mit-han-lab Organization 🕐 업데이트됨 2025-10-15 📅 생성됨 2025-10-11
26
OpenGVLab/VideoMamba

[ECCV2024] VideoMamba: 효율적인 비디오 이해를 위한 상태 공간 모델

OpenGVLab
⭐ 1,052 Python 👤 OpenGVLab Organization 🕐 업데이트됨 2024-07-06 📅 생성됨 2024-03-11
27
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: 최근 컴퓨터 비전(CV) 작업 목록

cuixing158
⭐ 986 👤 cuixing158 User 🕐 업데이트됨 2026-11-08 📅 생성됨 2025-02-14
28
activitynet/ActivityNet

이 저장소는 ActivityNet을 위한 도구와 데모를 호스팅하기 위한 것입니다.

activitynet
⭐ 965 Jupyter Notebook 👤 activitynet Organization 🕐 업데이트됨 2024-03-21 📅 생성됨 2015-10-23
29
PKU-YuanGroup/Chat-UniVi

[CVPR 2024 Highlight🔥] Chat-UniVi: 통합 시각 표현으로 대규모 언어 모델의 이미지 및 비디오 이해 능력 강화

PKU-YuanGroup
⭐ 943 Python 👤 PKU-YuanGroup Organization 🕐 업데이트됨 2024-10-16 📅 생성됨 2023-11-13
30
Valen-Team/Valen

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.

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 업데이트됨 2026-11-15 📅 생성됨 2026-09-23
31
tulerfeng/Video-R1

Video-R1: MLLM에서 영상 추론 강화 [🔥영상을 위한 R1을 탐구하는 첫 번째 논문]

tulerfeng
⭐ 900 Python 👤 tulerfeng User 🕐 업데이트됨 2025-12-14 📅 생성됨 2025-02-22
32
DirtyHarryLYL/LLM-in-Vision

최근 LLM 기반 CV 및 관련 연구. 댓글/기여 환영!

DirtyHarryLYL
⭐ 868 👤 DirtyHarryLYL User 🕐 업데이트됨 2025-03-08 📅 생성됨 2023-03-10
33
dvlab-research/LLaMA-VID

LLaMA-VID: 대규모 언어 모델에서 이미지는 2개의 토큰만큼의 가치를 지닙니다 (ECCV 2024)

JIA-Lab-research
⭐ 854 Python 👤 JIA-Lab-research Organization 🕐 업데이트됨 2024-07-29 📅 생성됨 2023-11-28
34
OpenMOSS/MOSS-VL

장편 및 실시간 동영상 이해를 위한 오픈 웨이트 11B 모델 시리즈

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 업데이트됨 2026-10-14 📅 생성됨 2026-04-08
35
CodeGoat24/UnifiedReward

UnifiedReward 및 [NeurIPS 2025] UnifiedReward-Think 및 UnifiedReward-Flex의 공식 구현

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 업데이트됨 2026-06-18 📅 생성됨 2025-03-04
37
vision-x-nyu/thinking-in-space

VSI-Bench의 공식 리포지토리 및 평가 구현

vision-x-nyu
⭐ 734 Python 👤 vision-x-nyu Organization 🕐 업데이트됨 2025-08-05 📅 생성됨 2024-12-14
38
OpenGVLab/VideoMAEv2

[CVPR 2023] VideoMAE V2: 듀얼 마스킹을 이용한 비디오 마스크드 오토인코더 확장

OpenGVLab
⭐ 730 Python 👤 OpenGVLab Organization 🕐 업데이트됨 2024-10-08 📅 생성됨 2023-04-04
39
showlab/videollm-online

VideoLLM-online: 스트리밍 비디오를 위한 온라인 비디오 대규모 언어 모델 (CVPR 2024)

showlab
⭐ 690 Python 👤 showlab Organization 🕐 업데이트됨 2025-11-26 📅 생성됨 2024-06-17
40
magic-research/PLLaVA

논문 PLLaVA 공식 저장소

magic-research
⭐ 676 Python 👤 magic-research Organization 🕐 업데이트됨 2024-07-28 📅 생성됨 2024-04-18
41
bytedance/vidi

“Vidi: 비디오 이해 및 편집을 위한 대규모 다중 모드 모델”의 공식 저장소

bytedance
⭐ 662 Python 👤 bytedance Organization 🕐 업데이트됨 2026-08-03 📅 생성됨 2025-02-08
43
Vision-CAIR/MiniGPT4-video

장편 비디오 이해를 위한 Goldfish 모델 및 단편 비디오 이해를 위한 MiniGPT4-비디오 공식 코드

Vision-CAIR
⭐ 637 Python 👤 Vision-CAIR Organization 🕐 업데이트됨 2024-12-10 📅 생성됨 2024-03-23
44
jy0205/LaVIT

LaVIT: 대규모 언어 모델이 시각적 콘텐츠를 이해하고 생성하도록 지원

jy0205
⭐ 601 Jupyter Notebook 👤 jy0205 User 🕐 업데이트됨 2024-10-06 📅 생성됨 2023-09-09
45
oxbshw/watch-skill

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.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 업데이트됨 2026-11-16 📅 생성됨 2026-07-05
46
lwpyh/Awesome-MLLM-Reasoning-Collection

멀티모달 추론 논문, 코드, 데이터 세트, 벤치마크 및 자료 모음집.

lwpyh
⭐ 598 👤 lwpyh User 🕐 업데이트됨 2026-04-01 📅 생성됨 2025-03-16
47
zhenyingfang/Awesome-Temporal-Action-Detection-Temporal-Action-Proposal-Generation

시간적 동작 탐지 & 약지도 시간적 동작 탐지 & 시간적 동작 제안 생성

zhenyingfang
⭐ 597 👤 zhenyingfang User 🕐 업데이트됨 2026-11-20 📅 생성됨 2020-03-09
48
gokayfem/ComfyUI_VLM_nodes

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.

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 업데이트됨 2026-08-08 📅 생성됨 2024-01-24
49
SAOS-3624/dsh-video-storyboard

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.

SAOS-3624
⭐ 585 JavaScript 👤 SAOS-3624 User 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-10-26
50
AssafSinger94/dino-tracker

“DINO-Tracker: 단일 비디오에서 DINO를 길들여 자기 지도 포인트 추적” (ECCV 2024)의 공식 Pytorch 구현

AssafSinger94
⭐ 543 Python 👤 AssafSinger94 User 🕐 업데이트됨 2024-11-23 📅 생성됨 2024-04-03

자주 묻는 질문

1

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.

2

#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.

3

#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.