#image-captioning 仓库
探索 24 个标记为 #image-captioning 的活跃开源 GitHub 仓库,它们累计获得 94,220 个 Star(平均每个项目 3,925 个)。该主题的领先项目是 Vision-CAIR/MiniGPT-4,拥有 25,770 个 Star。
共 24 个仓库
MiniGPT-4 和 MiniGPT-v2 的开源代码 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
InternGPT (iGPT) 是一个开源演示平台,您可以在其中轻松展示您的AI模型。现在它支持DragGAN、ChatGPT、ImageBind、类似GPT-4的多模态聊天、SAM、交互式图像编辑等。请在igpt.opengvlab.com进行体验(支持DragGAN、ChatGPT、ImageBind、SAM的在线Demo系统)。
OFA (ICML 2022) 的官方仓库。论文:OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
👁️ + 💬 + 🎧 = 🤖 精选的顶级基础模型和多模态模型列表![论文 + 代码 + 示例 + 教程]
基于ComfyUI节点图片的推荐:Joy_caption + MiniCPMv2_6-prompt-generator + florence2
用于视觉语言模型的 ComfyUI 节点:Qwen3-VL、Moondream 3、Florence-2、SmolVLM2、InternVL、Gemma 3、MiniCPM-V。此外还支持开放词汇检测、SAM2/SAM3 分割、视频时序推理、通过 llama.cpp 实现的 GGUF,以及托管的 LLM/VLM API。
将 Qwen3-VL-Instruct 系列成功集成到 ComfyUI 平台后,实现了顺畅的运行,支持(但不限于)基于文本的查询、视频查询、单张图像查询以及多张图像查询,以生成字幕或回复。
常见问题解答
GitHub 上最受欢迎的 #image-captioning 仓库是什么?
GitHub 上排名第一的开源 #image-captioning 项目是 Vision-CAIR/MiniGPT-4,拥有 25,770 个 Star。MiniGPT-4 和 MiniGPT-v2 的开源代码 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
#image-captioning 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #image-captioning 项目中,最常见的编程语言是 Python, Jupyter Notebook, Swift。
#image-captioning 仓库的排名是如何计算的?
我们跟踪了 24 个标记为 #image-captioning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 94,220 个 Star,平均每个仓库拥有 3,925 个 Star。排名每日根据 GitHub API 更新。