#vlm 저장소
#vlm 태그가 지정된 GitHub의 활성 오픈 소스 저장소 89개를 확인해 보세요. 총 457,898개의 스타를 획득했으며 프로젝트당 평균 5,144개입니다. 이 주제를 이끄는 저장소는 169,339개의 스타를 받은 huggingface/transformers입니다.
저장소 총 89개
🤗 Transformers: 텍스트, 비전, 오디오 및 멀티모달 모델에서 최첨단 머신러닝 모델을 위한 모델 정의 프레임워크, 추론과 훈련 모두에 사용.
어떤 영상이든 샷별로 역공학하세요. 촬영본인지, AI 생성인지, 코드로 만든 것인지 분석하고 재현 방법까지 알려드립니다. 분석 결과는 개방형 VIDEO.md 형식으로 출력됩니다.
https://arxiv.org/abs/2606.28344. 웹 파싱의 종말. 확장 가능한 픽셀 네이티브 검색의 시작. 링크: https://pixelrag.ai/
최첨단 컴퓨터 비전 모델 및 기술에 대한 튜토리얼 모음입니다. ResNet과 같은 기본 아키텍처부터 RF-DETR, YOLO11, SAM 3, Qwen3-VL과 같은 최신 모델까지 모든 것을 탐색해 보세요.
이상 탐지 관련 서적, 논문, 비디오 및 툴박스. LLM 및 VLM 작업에 대한 마지막 업데이트는 2025년 말입니다!
🌟100+ 독창적인 LLM / RL 다이어그램 📚, '대형 모델 알고리즘' 저자의 역작! 💥 (100+ LLM/RL 알고리즘 맵)
StarVector는 벡터화를 코드 생성 작업으로 변환하는 SVG 생성을 위한 기반 모델입니다. 비전-언어 모델링 아키텍처를 사용하여 StarVector는 시각적 및 텍스트 입력 모두를 처리하여 놀라운 정확도로 고품질 SVG 코드를 생성합니다.
[CVPR 2026] PromptEnhancer는 프롬프트를 더 명확하고 구조화된 버전으로 다듬어 이미지 생성을 향상시키는 프롬프트 재작성 도구입니다.
[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments
오픈소스 AI 카메라 스킬 플랫폼, AI NVR 및 CCTV 감시. Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26과 함께 로컬 VLM 비디오 분석. LLM 기반 에이전시 보안 카메라 에이전트 — Telegram, Discord 또는 Slack을 통해 귀하의 집을 감시, 이해, 기억 및 보호합니다. 플러그인 가능한 AI 스킬. OpenAI, Google, Anthropic 또는 로컬 AI. Mac Mini 및 AI PC에서 실행됩니다.
Llama3.2 3B 및 Llava v1.6 모델과 Nexa SDK를 사용하여 로컬 텍스트, 이미지를 정리하여 개인 정보를 보장하는 AI 기반 파일 관리 도구입니다. 직관적으로 파일을 스캔, 재구성 및 정리하여 빠르고 원활한 액세스와 쉬운 검색을 제공합니다.
구글 연구의 PaperBanana를 오픈 소스 구현 및 확장으로, 자동화된 학술 도표, 다이어그램 및 연구 시각화를 제공하며, 슬라이드 생성과 같은 새로운 도메인으로 확장했습니다.
Cradle 프레임워크는 일반 컴퓨터 제어(GCC)에 대한 최초의 시도입니다. Cradle은 최소한의 요구 사항으로 표준화된 일반 환경에서 강력한 추론 능력, 자체 개선 및 기술 큐레이션을 가능하게 하여 에이전트가 모든 컴퓨터 작업을 능숙하게 수행할 수 있도록 지원합니다.
ComfyUI의 LLM 에이전트 프레임워크는 MCP 서버, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 및 FLUX 프롬프트 노드를 포함하며, Feishu, discord에 액세스하고 o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao와 같은 유사한 openai / aisuite 인터페이스를 가진 모든 LLM에 적응합니다. llama-3.3 Janus-Pro, Linkage GraphRAG와 같은 로컬 LLM, VLM, gguf에 적응되었습니다.
ChatGPT Plus/Team/Pro 구독 프로토콜 엔드투엔드 재생 툴킷 · hCaptcha 시각 솔버 · 사기 방지 메커니즘 실증 연구 / ChatGPT Plus/Team/Pro 구독을 위한 엔드투엔드 프로토콜 재생 툴킷, 처음부터 만든 hCaptcha 솔버와 실증적 사기 방지 연구
Sophon, Rockchip RKNN, x86를 지원하는 비디오 분석 및 온디바이스 VLM용 프로덕션급 C++ 엣지 AI 엔진으로, 시각적 오케스트레이션, 실시간 OSD, 이벤트 처리 및 재현 가능한 벤치마크를 제공합니다.
대규모 모델의 안전, 보안 및 개인 정보 보호를 위한 추천 도서 목록(Awesome LLM Security, Safety 등 포함).
Awesome-Jailbreak-on-LLMs는 LLM에 대한 최첨단, 참신하고 흥미로운 탈옥 방법 모음입니다. 논문, 코드, 데이터셋, 평가 및 분석을 포함합니다.
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.
OpenGUI는 스마트폰 AI를 위한 Android GUI 에이전트 프레임워크로, GUI를 통해 실제 모바일 앱을 보고, 계획하고, 조작할 수 있습니다.
PyTorch의 ExecuTorch 런타임으로 구동되는, React Native를 위한 고성능 프라이버시 우선 온디바이스 AI 추론 라이브러리
🚀🚀🚀 일부 훌륭한 공개 YOLO 객체 감지 시리즈 프로젝트와 관련 객체 감지 데이터 세트 모음입니다.
계산 그래프 변환(예: 자동 미분)을 통해 빠르게 이루어지는 항공기 설계 최적화. 공기역학, 추진, 구조, 궤적 설계 등에 대한 조합 가능한 분석 도구.
엄선된 200개 이상의 비전-언어 모델(VLM/MLLM) 아키텍처 시각 자료 카탈로그: 논문, 다이어그램, 학습 레시피, 데이터셋, 멀티모달 AI 에이전트의 출시 타임라인을 제공합니다.
JoyCaption은 Diffusion 모델 훈련에 커뮤니티에서 사용할 수 있도록 무료, 오픈, 검열되지 않은 모델로 처음부터 구축되고 있는 이미지 캡셔닝 시각 언어 모델(VLM)입니다.
웹에서 가장 포괄적이고 지속적으로 업데이트되며 가장 인기 있는 100개 이상의 인격 증류 스킬 모음 | 멀티 에이전트 시스템 | 전체 카테고리: 유명인/감독/온라인 전설/고전/2D 애니메이션/직장/감정
자주 묻는 질문
GitHub에서 가장 인기 있는 #vlm 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #vlm 프로젝트는 169,339개의 스타를 받은 huggingface/transformers입니다. 🤗 Transformers: 텍스트, 비전, 오디오 및 멀티모달 모델에서 최첨단 머신러닝 모델을 위한 모델 정의 프레임워크, 추론과 훈련 모두에 사용.
#vlm 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #vlm 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript, Go입니다.
#vlm 저장소 순위는 어떻게 계산되나요?
#vlm 태그가 지정된 활성 오픈 소스 저장소(89개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 457,898개이며 저장소당 평균 5,144개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.