#zero-shot-learning Repositórios
Descubra 61 repositórios ativos de código aberto no GitHub marcados com #zero-shot-learning, acumulando um total de 190,954 estrelas (uma média de 3,130 por projeto). O líder deste tópico é facebookresearch/segment-anything, com 53,052 estrelas.
61 repositórios no total
O repositório fornece código para executar inferência com o SegmentAnything Model (SAM), links para download dos checkpoints do modelo treinado e notebooks de exemplo que mostram como usar o modelo.
InstantID: Geração Zero-shot com Preservação de Identidade em Segundos 🔥
Repositório oficial de "SAMURAI: Adaptando o Modelo Segment Anything para Rastreamento Visual Zero-Shot com Memória Sensível ao Movimento"
[NeurIPS 2023] Implementação oficial do artigo "Segment Everything Everywhere All at Once"
Compilação de artigos (papers) sobre Prompt & LLM, dados e modelos de código aberto e aplicações de AIGC
Modelos base Chinese-LLaMA 1&2, Chinese-Falcon; Modelo de diálogo em chinês ChatFlow; Modelo Chinese-OpenLLaMA; Conjuntos de dados de pré-treinamento/ajuste fino de instruções de PNL
[Nomeação para Melhor Artigo CVPR 2025] FoundationStereo: Correspondência Estéreo Zero-Shot
Omnilingual ASR open-source reconhecimento de voz multilingue para mais de 1600 idiomas
Lançamento do código para "Detectando Vinte Mil Classes usando Supervisão ao Nível da Imagem".
Repositório oficial do GitHub para C-Eval, uma suíte de avaliação chinesa para modelos de fundação [NeurIPS 2023]
Este repositório contém a implementação oficial dos artigos de pesquisa, "MobileCLIP" CVPR 2024 e "MobileCLIP2" TMLR agosto de 2025
[TPAMI 2025] ViewCrafter: Domando Modelos de Difusão de Vídeo para Síntese de Novas Visualizações de Alta Fidelidade
Uma coletânea de artigos sobre o tema 'Visão Computacional em Ambientes Reais (CVinW)'
Este repositório contém o código do artigo da CVPR 2022 "Segmentação de Imagens Utilizando Prompts de Texto e Imagem".
Lançamento oficial do código e dos pontos de controle para modelos de base de robôs móveis: GNM, ViNT e NoMaD.
Artigos excelentes sobre Extração de Informação (IE) generativa usando Grandes Modelos de Linguagem (LLMs)
Implementação oficial em PyTorch do ODISE: Segmentação Panóptica de Vocabulário Aberto com Modelos de Difusão de Texto para Imagem [Destaque CVPR 2023]
SONAR, um novo espaço de *embedding* de sentenças de tamanho fixo, multilíngue e multimodal, com um conjunto completo de codificadores e decodificadores de fala e texto.
Uma lista de publicações selecionadas sobre segmentação semântica de vocabulário aberto e recursos de áreas relacionadas (por exemplo, segmentação semântica zero-shot).
[ICLR2026] códigos para R-Zero: LLM de raciocínio auto-evolutivo a partir de dados zero (https://www.arxiv.org/pdf/2508.05004)
Implementação oficial de "Lotus: Modelo de Fundação Visual Baseado em Difusão para Previsão Densa de Alta Qualidade"
Uma biblioteca leve para gerar conjuntos de dados sintéticos de ajuste de instruções para seus dados sem GPT.
Uma lista selecionada de métodos fantásticos de aprendizado de prompt/adaptador para modelos de visão-linguagem, como o CLIP.
Fusão de Modelos em LLMs, MLLMs e Além: Métodos, Teorias, Aplicações e Oportunidades. ACM Computing Surveys, 2026.
O primeiro modelo de base comportamental para controlar um agente humanoide virtual baseado em física para uma ampla gama de tarefas de corpo inteiro.
Repositório oficial para Splatt3R: Gaussian Splatting zero-shot a partir de pares de imagens não calibrados
Uma implementação concisa, mas completa, do CLIP, com várias melhorias experimentais de artigos recentes
[IJCV] FastComposer: Geração de Imagens Multi-Assunto Sem Ajuste com Atenção Localizada
Reunindo [Aplicações Python] [Treinamento Prático Python] [Compartilhamento de Conhecimento Python] e muito mais
Perguntas Frequentes
Qual é o repositório de #zero-shot-learning mais popular no GitHub?
O projeto de código aberto de #zero-shot-learning mais bem classificado no GitHub é facebookresearch/segment-anything, com 53,052 estrelas. O repositório fornece código para executar inferência com o SegmentAnything Model (SAM), links para download dos checkpoints do modelo treinado e notebooks de exemplo que mostram como usar o modelo.
Quais linguagens de programação são mais usadas nos repositórios de #zero-shot-learning?
Entre os projetos de #zero-shot-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #zero-shot-learning?
Acompanhamos 61 repositórios ativos de código aberto marcados com #zero-shot-learning (com mais de 500 estrelas), totalizando 190,954 estrelas e uma média de 3,130 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.