Git Stars Git Stars

#vision-language-models 저장소

86
총 리포지토리
198,329
총 별점
2,306
리포지토리당 평균 스타 수
프로그래밍 언어: Python Jupyter Notebook HTML

저장소 총 86개

51
rai-opensource/vlfm

이 리포지토리는 제로샷 시맨틱 내비게이션을 위한 VLFM: Vision-Language Frontier Maps(ICRA 2024) 논문과 관련된 코드를 제공합니다.

rai-opensource
⭐ 834 Python 👤 rai-opensource Organization 🕐 업데이트됨 2025-11-12 📅 생성됨 2023-07-04
52
taco-group/4KAgent

[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. 어떤 이미지든 완벽한 4K로 마법처럼 복원할 수 있는 지능형 컴퓨터 비전 에이전트!

taco-group
⭐ 830 Python 👤 taco-group Organization 🕐 업데이트됨 2025-09-24 📅 생성됨 2025-05-27
53
thu-ml/RDT2

RDT 2 공식 코드

thu-ml
⭐ 811 Python 👤 thu-ml Organization 🕐 업데이트됨 2026-02-07 📅 생성됨 2025-09-19
54
mll-lab-nu/Awesome-Spatial-Intelligence-in-VLM

공간 추론 관련 논문 목록

mll-lab-nu
⭐ 803 👤 mll-lab-nu Organization 🕐 업데이트됨 2026-08-23 📅 생성됨 2025-02-07
55
microsoft/RegionCLIP

[CVPR 2022] "RegionCLIP: Region-based Language-Image Pretraining" 공식 코드

microsoft
⭐ 800 Python 👤 microsoft Organization 🕐 업데이트됨 2024-03-20 📅 생성됨 2022-03-18
57
bryanswkim/Chain-of-Zoom

[NeurIPS'25 Spotlight] "Chain-of-Zoom: Extreme Super-Resolution via Scale Autoregression and Preference Alignment" 공식 저장소

bryanswkim
⭐ 777 Python 👤 bryanswkim User 🕐 업데이트됨 2025-09-27 📅 생성됨 2025-05-26
58
ModalMinds/MM-EUREKA

MM-EUREKA: 규칙 기반 강화 학습으로 멀티모달 추론의 프론티어 탐색

ModalMinds
⭐ 770 Python 👤 ModalMinds Organization 🕐 업데이트됨 2025-09-07 📅 생성됨 2025-03-07
59
zli12321/Vision-Language-Models-Overview

시각-언어 모델 논문에 대한 최신 컬렉션 및 설문 조사와 모델 GitHub 저장소입니다. 지속적인 업데이트를 진행합니다.

zli12321
⭐ 733 HTML 👤 zli12321 User 🕐 업데이트됨 2026-10-13 📅 생성됨 2024-11-27
61
lupantech/ScienceQA

NeurIPS 2022 논문 "Learn to Explain: Multimodal Reasoning via Thought Chains for Science Question Answering"에 대한 데이터 및 코드.

lupantech
⭐ 715 Python 👤 lupantech User 🕐 업데이트됨 2024-09-19 📅 생성됨 2022-10-17
62
kerrj/lerf

LERF: 언어 내장형 복사 필드에 대한 코드

kerrj
⭐ 710 Python 👤 kerrj User 🕐 업데이트됨 2024-07-09 📅 생성됨 2023-04-04
63
taokz/BiomedGPT

BiomedGPT: 다양한 생물의학 작업을 위한 일반 비전-언어 기반 모델

taokz
⭐ 707 Python 👤 taokz User 🕐 업데이트됨 2025-07-08 📅 생성됨 2023-05-11
65
magic-research/PLLaVA

논문 PLLaVA 공식 저장소

magic-research
⭐ 676 Python 👤 magic-research Organization 🕐 업데이트됨 2024-07-28 📅 생성됨 2024-04-18
66
xiaomi-mlab/Orion

[ICCV 2025] "ORION: 비전-언어 지시 기반 행동 생성을 통한 전체론적 종단 간 자율 주행 프레임워크"의 공식 코드

xiaomi-mlab
⭐ 674 Python 👤 xiaomi-mlab User 🕐 업데이트됨 2026-06-22 📅 생성됨 2025-03-11
67
RyanWangZf/MedCLIP

EMNLP'22 | MedCLIP: 페어링되지 않은 의료 이미지 및 텍스트에서 얻은 대조 학습

RyanWangZf
⭐ 652 Python 👤 RyanWangZf User 🕐 업데이트됨 2024-04-12 📅 생성됨 2022-02-19
68
run-llama/ParseBench

ParseBench - AI 에이전트를 위한 문서 파싱 벤치마크

run-llama
⭐ 650 Python 👤 run-llama Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-04-10
69
zqhang/AnomalyCLIP

AnomalyCLIP (ICLR 2024) 공식 구현

zqhang
⭐ 648 Python 👤 zqhang User 🕐 업데이트됨 2025-07-08 📅 생성됨 2023-10-19
70
PromtEngineer/localGPT-Vision

Vision Language Models를 사용하여 문서와 채팅하세요. 이 저장소는 로컬 및 독점 VLMs를 모두 사용하여 엔드 투 엔드 RAG 파이프라인을 구현합니다.

PromtEngineer
⭐ 633 Python 👤 PromtEngineer User 🕐 업데이트됨 2025-07-26 📅 생성됨 2024-10-01
71
xiaomi-research/recogdrive

[ICLR 2026] ReCogDrive: 엔드투엔드 자율 주행을 위한 강화된 인지 프레임워크

xiaomi-research
⭐ 632 Python 👤 xiaomi-research Organization 🕐 업데이트됨 2026-11-19 📅 생성됨 2025-06-05
72
VectorSpaceLab/Video-XL

🔥🔥최초의 시간 스케일 비디오 이해 모델

VectorSpaceLab
⭐ 626 Python 👤 VectorSpaceLab Organization 🕐 업데이트됨 2025-07-14 📅 생성됨 2024-09-20
73
Ucas-HaoranWei/Vary-toy

Vary-toy의 공식 코드 구현 (Small Language Model이 강화된 비전 어휘를 만남)

Ucas-HaoranWei
⭐ 626 Python 👤 Ucas-HaoranWei User 🕐 업데이트됨 2024-12-30 📅 생성됨 2024-01-10
74
opendilab/awesome-multi-modal-reinforcement-learning

다중 모달 강화 학습 리소스 모음 (지속적으로 업데이트 중)

opendilab
⭐ 621 👤 opendilab Organization 🕐 업데이트됨 2026-05-30 📅 생성됨 2022-09-01
75
thu-coai/Glyph

"Glyph: 시각-텍스트 압축을 통한 컨텍스트 창 크기 조정"의 공식 저장소

thu-coai
⭐ 612 Python 👤 thu-coai Organization 🕐 업데이트됨 2025-11-04 📅 생성됨 2025-10-20
76
levyflux/AViD

사용자 지정 데이터 세트에 대한 비전-언어 접지 모델의 미세 조정을 지원하는 프레임워크

levyflux
⭐ 608 Python 👤 levyflux User 🕐 업데이트됨 2026-08-30 📅 생성됨 2025-03-19
77
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
78
THUDM/INFTY

INFTY Engine: 지속적인 AI를 지원하는 최적화 툴킷

THUDM
⭐ 578 Python 👤 THUDM Organization 🕐 업데이트됨 2026-09-01 📅 생성됨 2025-09-11
81
worldbench/awesome-vla-for-ad

🌐 자율주행을 위한 비전-언어-행동 모델: 과거, 현재, 미래

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 업데이트됨 2026-11-14 📅 생성됨 2025-09-07
82
mbzuai-oryx/XrayGPT

[BIONLP@ACL 2024] XrayGPT: 의료 비전-언어 모델을 사용한 흉부 방사선 요약.

mbzuai-oryx
⭐ 526 Python 👤 mbzuai-oryx Organization 🕐 업데이트됨 2024-08-08 📅 생성됨 2023-05-18
83
mll-lab-nu/VAGEN

멀티턴 VLM 에이전트를 위한 월드 모델 강화학습. 비전을 위한 강화학습 프레임워크(NeurIPS 2025).

mll-lab-nu
⭐ 525 Python 👤 mll-lab-nu Organization 🕐 업데이트됨 2026-10-29 📅 생성됨 2025-03-04
84
luogen1996/LaVIN

[NeurIPS 2023] "Cheap and Quick: Efficient Vision-Language Instruction Tuning for Large Language Models"의 공식 구현

luogen1996
⭐ 525 Python 👤 luogen1996 User 🕐 업데이트됨 2024-01-27 📅 생성됨 2023-05-15
86
erwinmsmith/SOMAS

신뢰할 수 있는 인간-다중 에이전트 강화 학습 상호 작용 프레임워크

erwinmsmith
⭐ 502 Python 👤 erwinmsmith User 🕐 업데이트됨 2026-10-04 📅 생성됨 2025-05-13