Git Stars Git Stars

#visual-question-answering Repositórios

Descubra 15 repositórios ativos de código aberto no GitHub marcados com #visual-question-answering, acumulando um total de 24,641 estrelas (uma média de 1,642 por projeto). O líder deste tópico é salesforce/BLIP, com 5,626 estrelas.

15
Total de Repositórios
24,641
Total de estrelas
1,642
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook JavaScript

15 repositórios no total

1
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
2
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
3
microsoft/LLaVA-Med

Assistente de Linguagem e Visão de Grande Porte para a Biomedicina, construído com o objetivo de alcançar capacidades multimodais de nível GPT-4.

microsoft
⭐ 2,207 Python 👤 microsoft Organization 🕐 Atualizado 2025-06-04 📅 Criado 2023-05-20
4
km1994/LLMsNineStoryDemonTower

【LLMs Nine-Story Demon Tower】Compartilhando práticas e experiências de LLMs nas áreas de Processamento de Linguagem Natural (ChatGLM, Chinese-LLaMA-Alpaca, Vicuna, LLaMA, GPT4ALL, etc.), Recuperação de Informação (langchain), Síntese de Linguagem, Reconhecimento de Linguagem, Multimodalidade (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual, etc.).

km1994
⭐ 2,140 👤 km1994 User 🕐 Atualizado 2024-03-30 📅 Criado 2023-05-01
5
Yuliang-Liu/Monkey

Monkey (LMM): Resolução de Imagem e Rótulo de Texto São Coisas Importantes para Grandes Modelos Multimodais (Destaque CVPR 2024)

Yuliang-Liu
⭐ 1,954 Python 👤 Yuliang-Liu User 🕐 Atualizado 2026-09-25 📅 Criado 2023-11-09
6
kijai/ComfyUI-Florence2

Inferência Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 Atualizado 2026-05-06 📅 Criado 2024-06-19
8
HJYao00/Mulberry

[Destaque NIPS'25] Mulberry, um MLLM de Raciocínio e Reflexão similar a o1 Implementado via MCTS Coletivo

HJYao00
⭐ 1,245 Python 👤 HJYao00 User 🕐 Atualizado 2026-01-16 📅 Criado 2024-12-23
9
visual-openllm/visual-openllm

algo como visual-chatgpt, a versão de código aberto do Wenxin Yiyan

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 Atualizado 2024-02-24 📅 Criado 2023-03-26
10
richard-peng-xia/awesome-multimodal-in-medical-imaging

Uma coleção de recursos sobre aplicações de aprendizado multimodal em imagens médicas.

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 Atualizado 2026-10-26 📅 Criado 2022-07-13
11
Yuliang-Liu/MultimodalOCR

Sobre o Mistério Oculto de OCR em Grandes Modelos Multimodais (OCRBench)

Yuliang-Liu
⭐ 902 Python 👤 Yuliang-Liu User 🕐 Atualizado 2026-11-17 📅 Criado 2023-05-12
12
penghao-wu/vstar

Implementação em PyTorch de "V* : Busca Visual Guiada como um Mecanismo Central em LLMs Multimodais"

penghao-wu
⭐ 684 Python 👤 penghao-wu User 🕐 Atualizado 2024-01-07 📅 Criado 2023-12-15
13
MMMU-Benchmark/MMMU

Este repositório contém código de avaliação para o artigo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Atualizado 2026-11-13 📅 Criado 2023-11-23
14
unconv/gpt4v-browsing

Web Scraping com GPT-4 Vision API e Puppeteer

unconv
⭐ 563 JavaScript 👤 unconv User 🕐 Atualizado 2024-01-31 📅 Criado 2023-11-24
15
zjukg/KG-MM-Survey

Grafos de conhecimento encontram aprendizado multimodal: uma pesquisa abrangente

zjukg
⭐ 510 👤 zjukg Organization 🕐 Atualizado 2026-03-02 📅 Criado 2024-01-29

Perguntas Frequentes

1

Qual é o repositório de #visual-question-answering mais popular no GitHub?

O projeto de código aberto de #visual-question-answering mais bem classificado no GitHub é salesforce/BLIP, com 5,626 estrelas. Código PyTorch para BLIP: Pré-treinamento de Bootstrapping de Linguagem-Imagem para Compreensão e Geração Unificadas de Visão-Linguagem

2

Quais linguagens de programação são mais usadas nos repositórios de #visual-question-answering?

Entre os projetos de #visual-question-answering mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, JavaScript.

3

Como é calculada a classificação dos repositórios de #visual-question-answering?

Acompanhamos 15 repositórios ativos de código aberto marcados com #visual-question-answering (com mais de 500 estrelas), totalizando 24,641 estrelas e uma média de 1,642 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.