#vision-and-language Repositórios
Descubra 25 repositórios ativos de código aberto no GitHub marcados com #vision-and-language, acumulando um total de 67,711 estrelas (uma média de 2,708 por projeto). O líder deste tópico é aishwaryanr/awesome-generative-ai-guide, com 30,359 estrelas.
25 repositórios no total
Um repositório completo para atualizações de pesquisa em IA generativa, recursos de entrevistas, notebooks e muito mais!
Otimizar o processo de ajuste fino para modelos multimodais: PaliGemma 2, Florence-2 e Qwen2.5-VL
[EMNLP-2024] Construir agentes de linguagem multimodal para prototipagem e produção rápidas
VLX-Seek é um VLM eficiente que localiza com alta precisão alvos visuais de granularidade fina em ambientes não controlados.
Código para o artigo da ICML 2021 (apresentação longa): "ViLT: Vision-and-Language Transformer Without Convolution or Region Supervision"
Detecção de objetos de ponta a ponta com vocabulário aberto, em tempo real e precisa
[Candidato a Melhor Artigo ECCV 2024 & TPAMI 2025] PointLLM: Capacitando Grandes Modelos de Linguagem para Entender Nuvens de Pontos
Um modelo de representação geral que abrange as modalidades de visão, áudio e linguagem. Artigo: ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities
[ICML2024 (Oral)] Implementação oficial em PyTorch de DoRA: Adaptação de Baixa Patente Decomposta por Peso
CALVIN - Um benchmark para Aprendizagem de Políticas Condicionada por Linguagem para Tarefas de Manipulação Robótica de Longo Prazo
[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM), o primeiro modelo desse tipo capaz de gerar respostas em linguagem natural que são perfeitamente integradas com máscaras de segmentação de objetos.
Sobre Este repositório é uma coleção curada dos artigos mais empolgantes e influentes da CVPR 2025. 🔥 [Artigo + Código + Demonstração]
Este repositório é uma coleção curada dos artigos mais empolgantes e influentes da CVPR 2024. 🔥 [Artigo + Código + Demo]
Plataforma de Pesquisa de IA para Aprendizagem por Reforço a partir de Imagens Panorâmicas Reais.
Este repositório é uma coleção selecionada dos artigos mais empolgantes e influentes da CVPR 2023. 🔥 [Artigo + Código]
Criação de um software para monitoramento automático em proctoring online
Uma lista selecionada para navegação visão-e-linguagem. Artigo da ACL 2022 "Navegação Visão-e-Linguagem: Uma Pesquisa de Tarefas, Métodos e Direções Futuras"
Uma lista selecionada de recursos incríveis de visão e linguagem (ainda em construção... fique atento!)
Este repositório lista os artigos relevantes resumidos em nosso artigo de revisão: A Systematic Survey of Prompt Engineering on Vision-Language Foundation Models.
[TPAMI 2024] Repositório oficial de “ETPNav: planejamento topológico evolutivo para navegação visão-linguagem em ambientes contínuos”
Perguntas Frequentes
Qual é o repositório de #vision-and-language mais popular no GitHub?
O projeto de código aberto de #vision-and-language mais bem classificado no GitHub é aishwaryanr/awesome-generative-ai-guide, com 30,359 estrelas. Um repositório completo para atualizações de pesquisa em IA generativa, recursos de entrevistas, notebooks e muito mais!
Quais linguagens de programação são mais usadas nos repositórios de #vision-and-language?
Entre os projetos de #vision-and-language mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, HTML, TypeScript.
Como é calculada a classificação dos repositórios de #vision-and-language?
Acompanhamos 25 repositórios ativos de código aberto marcados com #vision-and-language (com mais de 500 estrelas), totalizando 67,711 estrelas e uma média de 2,708 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.