#vision-and-language Репозитории
Откройте для себя 25 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #vision-and-language, с общим числом 67,711 звёзд (в среднем 2,708 на проект). Лидером этой темы является aishwaryanr/awesome-generative-ai-guide, набравший 30,359 звёзд.
Всего репозиториев: 25
Единый репозиторий обновлений исследований в области генеративного ИИ, ресурсов для собеседований, блокнотов и многого другого!
Оптимизация процесса тонкой настройки для мультимодальных моделей: PaliGemma 2, Florence-2 и Qwen2.5-VL
[EMNLP-2024] Создание мультимодальных языковых агентов для быстрого прототипирования и внедрения в производство
VLX-Seek — это эффективная VLM, которая с высокой точностью локализует мелкодетализированные визуальные цели в неструктурированных условиях.
Код для статьи ICML 2021 (длинный доклад): «ViLT: Vision-and-Language Transformer Without Convolution or Region Supervision»
Обнаружение объектов в реальном времени и с высокой точностью с открытым словарем от начала до конца
[Кандидат на лучшую статью ECCV 2024 и TPAMI 2025] PointLLM: Предоставление масштабным языковым моделям возможности понимать облака точек
Общая модель представления для модальностей зрения, аудио и языка. Статья: ONE-PEACE: Исследование одной общей модели представления для неограниченных модальностей
[ICML2024 (Oral)] Официальная реализация DoRA на PyTorch: низкоранговая адаптация с разложением весов
CALVIN - Эталон для обучения политике с условием языка для задач робототехнической манипуляции с длительным горизонтом
[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM), первая в своем роде модель, способная генерировать ответы на естественном языке, которые бесшовно интегрированы с масками сегментации объектов.
О проекте Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2025. 🔥 [Paper + Code + Demo]
Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2024. 🔥 [Paper + Code + Demo]
Платформа для исследований ИИ по обучению с подкреплением на основе реальных панорамных изображений.
Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2023. 🔥 [Статья + Код]
Создание программного обеспечения для автоматического мониторинга при онлайн-наблюдении
Курируемый список для навигации по зрению и языку. Статья ACL 2022 "Vision-and-Language Navigation: A Survey of Tasks, Methods, and Future Directions"
Куратированный список крутых ресурсов по видению и языку (ещё в процессе строительства... следите за обновлениями!)
В этом репозитории перечислены соответствующие статьи, обобщенные в нашей обзорной статье: A Systematic Survey of Prompt Engineering on Vision-Language Foundation Models.
[TPAMI 2024] Официальный репозиторий «ETPNav: эволюционирующее топологическое планирование для навигации на основе зрения и языка в непрерывных средах»
Часто задаваемые вопросы
Какой репозиторий по теме #vision-and-language наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #vision-and-language на GitHub — aishwaryanr/awesome-generative-ai-guide, набравший 30,359 звёзд. Единый репозиторий обновлений исследований в области генеративного ИИ, ресурсов для собеседований, блокнотов и многого другого!
Какие языки программирования чаще всего используются в репозиториях по теме #vision-and-language?
Среди наиболее высоко оценённых проектов по теме #vision-and-language на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, HTML, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #vision-and-language?
Мы отслеживаем 25 активных репозиториев с открытым исходным кодом, отмеченных тегом #vision-and-language (500 и более звёзд), с общим числом 67,711 звёзд и в среднем 2,708 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.