Git Stars Git Stars

#vision-language Repositórios

Descubra 20 repositórios ativos de código aberto no GitHub marcados com #vision-language, acumulando um total de 40,771 estrelas (uma média de 2,038 por projeto). O líder deste tópico é IDEA-Research/GroundingDINO, com 9,509 estrelas.

20
Total de Repositórios
40,771
Total de estrelas
2,038
Média de Estrelas/Repositório

20 repositórios no total

1
IDEA-Research/GroundingDINO

[ECCV 2024] Implementação oficial do artigo "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

IDEA-Research
⭐ 9,509 Python 👤 IDEA-Research Organization 🕐 Atualizado 2024-08-12 📅 Criado 2023-03-09
2
OFA-Sys/Chinese-CLIP

Versão chinesa do CLIP que alcança a recuperação cross-modal e a geração de representação em chinês.

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 Atualizado 2026-03-31 📅 Criado 2022-07-08
3
salesforce/BLIP

Código PyTorch para BLIP: Pré-treinamento de Bootstrapping de Linguagem-Imagem para Compreensão e Geração Unificadas de Visão-Linguagem

salesforce
⭐ 5,626 Jupyter Notebook 👤 salesforce Organization 🕐 Atualizado 2024-08-05 📅 Criado 2022-01-25
4
OFA-Sys/OFA

Repositório oficial do OFA (ICML 2022). Artigo: OFA: Unificando Arquiteturas, Tarefas e Modalidades Através de uma Estrutura Simples de Aprendizagem Sequência-para-Sequência

OFA-Sys
⭐ 2,550 Python 👤 OFA-Sys Organization 🕐 Atualizado 2024-04-24 📅 Criado 2022-01-29
5
2U1/Qwen-VL-Series-Finetune

Uma implementação de código aberto para o ajuste fino da série Qwen-VL pela Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Atualizado 2026-09-09 📅 Criado 2024-09-10
6
AlibabaResearch/AdvancedLiterateMachinery

Uma coleção de ideias e algoritmos originais e inovadores voltados para Máquinas Literatas Avançadas. Este projeto é mantido pela Equipe de OCR no Laboratório de Tecnologia de Linguagem, Tongyi Lab, Alibaba Group.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 Atualizado 2026-03-17 📅 Criado 2022-09-28
7
mbzuai-oryx/Video-ChatGPT

[ACL 2024 🔥] Video-ChatGPT é um modelo de conversação por vídeo capaz de gerar conversas significativas sobre vídeos. Ele combina as capacidades de LLMs com um codificador visual pré-treinado adaptado para a representação espaciotemporal de vídeo. Também introduzimos um rigoroso 'Quantitative Evaluation Benchmarking' para modelos de conversação baseados em vídeo.

mbzuai-oryx
⭐ 1,516 Python 👤 mbzuai-oryx Organization 🕐 Atualizado 2026-09-05 📅 Criado 2023-05-18
8
llm-jp/awesome-japanese-llm

Resumo de LLMs Japoneses - Visão Geral de LLMs Japoneses

llm-jp
⭐ 1,446 TypeScript 👤 llm-jp Organization 🕐 Atualizado 2026-11-09 📅 Criado 2023-07-09
9
OpenDriveLab/DriveLM

[ECCV 2024 Oral] DriveLM: Dirigindo com Resposta Visual de Perguntas em Grafos

OpenDriveLab
⭐ 1,325 HTML 👤 OpenDriveLab Organization 🕐 Atualizado 2025-07-02 📅 Criado 2023-08-08
10
OFA-Sys/ONE-PEACE

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

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 Atualizado 2024-10-06 📅 Criado 2023-05-18
11
TinyLLaVA/TinyLLaVA_Factory

Um Arcabouço de Grandes Modelos Multimodais em Pequena Escala

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 Atualizado 2026-10-19 📅 Criado 2024-02-21
12
mees/calvin

CALVIN - Um benchmark para Aprendizagem de Políticas Condicionada por Linguagem para Tarefas de Manipulação Robótica de Longo Prazo

mees
⭐ 985 Python 👤 mees User 🕐 Atualizado 2025-09-08 📅 Criado 2021-07-20
13
SunzeY/AlphaCLIP

[CVPR 2024] Alpha-CLIP: Um Modelo CLIP Focado Onde Você Quiser

SunzeY
⭐ 876 Jupyter Notebook 👤 SunzeY User 🕐 Atualizado 2025-07-20 📅 Criado 2023-11-27
14
mbzuai-oryx/LLaVA-pp

🔥🔥 LLaVA++: Estendendo LLaVA com Phi-3 e LLaMA-3 (LLaVA LLaMA-3, LLaVA Phi-3)

mbzuai-oryx
⭐ 843 Python 👤 mbzuai-oryx Organization 🕐 Atualizado 2026-09-05 📅 Criado 2024-04-26
15
longzw1997/Open-GroundingDino

Esta é a implementação de terceiros do artigo Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection.

longzw1997
⭐ 840 Python 👤 longzw1997 User 🕐 Atualizado 2025-07-27 📅 Criado 2023-10-14
16
OpenMOSS/MOSS-VL

Uma série de modelos de 11B com pesos abertos para compreensão de vídeos longos e em tempo real

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 Atualizado 2026-10-14 📅 Criado 2026-04-08
17
Algolzw/daclip-uir

[ICLR 2024] Controlando Modelos de Visão e Linguagem para Restauração Universal de Imagem. 5º lugar no Desafio NTIRE 2024 Restaure Qualquer Modelo de Imagem na Natureza.

Algolzw
⭐ 799 Python 👤 Algolzw User 🕐 Atualizado 2024-08-07 📅 Criado 2023-09-30
18
AILab-CVC/SEED

Implementação oficial do SEED-LLaMA (ICLR 2024).

AILab-CVC
⭐ 638 Python 👤 AILab-CVC Organization 🕐 Atualizado 2024-09-21 📅 Criado 2023-07-15
19
worldbench/awesome-vla-for-ad

🌐 Modelos de visão, linguagem e ação para a condução autónoma: passado, presente e futuro

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Atualizado 2026-11-14 📅 Criado 2025-09-07
20
zhaozh10/Awesome-CLIP-in-Medical-Imaging

Uma pesquisa sobre CLIP em imagens médicas

zhaozh10
⭐ 509 👤 zhaozh10 User 🕐 Atualizado 2025-03-26 📅 Criado 2023-11-21

Perguntas Frequentes

1

Qual é o repositório de #vision-language mais popular no GitHub?

O projeto de código aberto de #vision-language mais bem classificado no GitHub é IDEA-Research/GroundingDINO, com 9,509 estrelas. [ECCV 2024] Implementação oficial do artigo "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

2

Quais linguagens de programação são mais usadas nos repositórios de #vision-language?

Entre os projetos de #vision-language mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, HTML.

3

Como é calculada a classificação dos repositórios de #vision-language?

Acompanhamos 20 repositórios ativos de código aberto marcados com #vision-language (com mais de 500 estrelas), totalizando 40,771 estrelas e uma média de 2,038 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.