Git Stars Git Stars

#multimodal-learning 仓库

探索 35 个标记为 #multimodal-learning 的活跃开源 GitHub 仓库,它们累计获得 63,371 个 Star(平均每个项目 1,810 个)。该主题的领先项目是 apple-aiml-research/ml-ferret,拥有 8,646 个 Star。

35
仓库总数
63,371
总星标数
1,810
平均每个仓库星标数
2
dair-ai/ML-Papers-Explained

机器学习中的关键概念说明

dair-ai
⭐ 8,575 👤 dair-ai Organization 🕐 已更新 2025-06-30 📅 创建时间 2023-01-12
3
HenryNdubuaku/maths-cs-ai-compendium

通过这本涵盖数学、计算和机器学习直觉的非传统教科书,成为一名顶尖的 AI/ML 研究员/工程师。

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 已更新 2026-07-18 📅 创建时间 2026-02-03
4
pliang279/awesome-multimodal-ml

多模态机器学习研究主题阅读列表

pliang279
⭐ 6,773 👤 pliang279 User 🕐 已更新 2024-08-20 📅 创建时间 2019-05-27
5
mlfoundations/open_flamingo

一个用于训练大型多模态模型的开源框架。

mlfoundations
⭐ 4,056 Python 👤 mlfoundations Organization 🕐 已更新 2024-08-31 📅 创建时间 2022-10-20
6
google-research/big_vision

用于开发 Vision Transformer、SigLIP、MLP-Mixer、LiT 等的官方代码库。

google-research
⭐ 3,455 Jupyter Notebook 👤 google-research Organization 🕐 已更新 2025-05-19 📅 创建时间 2022-04-04
7
KaiyangZhou/CoOp

面向视觉-语言模型的提示学习 (IJCV'22, CVPR'22)

KaiyangZhou
⭐ 2,147 Python 👤 KaiyangZhou User 🕐 已更新 2024-05-20 📅 创建时间 2021-09-01
9
X-Square-Robot/wall-x

基于具身基础模型的通用机器人构建

X-Square-Robot
⭐ 1,337 Python 👤 X-Square-Robot Organization 🕐 已更新 2026-09-18 📅 创建时间 2025-09-04
10
DAMO-NLP-SG/VideoLLaMA3

用于图像和视频理解的前沿多模态基础模型

DAMO-NLP-SG
⭐ 1,174 Jupyter Notebook 👤 DAMO-NLP-SG Organization 🕐 已更新 2025-08-14 📅 创建时间 2025-01-19
11
AILab-CVC/UniRepLKNet

[CVPR 2024 & TPAMI 2025] UniRepLKNet

AILab-CVC
⭐ 1,072 Python 👤 AILab-CVC Organization 🕐 已更新 2025-08-10 📅 创建时间 2023-11-24
12
PreferredAI/cornac

多模态推荐系统的比较框架

PreferredAI
⭐ 1,065 Python 👤 PreferredAI Organization 🕐 已更新 2026-11-19 📅 创建时间 2018-07-17
13
ArrowLuo/CLIP4Clip

“CLIP4Clip:一项关于CLIP用于端到端视频片段检索的实证研究”的官方实现

ArrowLuo
⭐ 1,017 Python 👤 ArrowLuo User 🕐 已更新 2024-04-12 📅 创建时间 2021-04-13
14
richard-peng-xia/awesome-multimodal-in-medical-imaging

关于医学成像多模态学习应用的资源集合。

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 已更新 2026-10-26 📅 创建时间 2022-07-13
15
DmitryRyumin/ICCV-2023-25-Papers

ICCV 2023-2025 论文:发掘来自顶级计算机视觉会议 ICCV 2023-25 的前沿研究。随时了解计算机视觉和深度学习的最新进展,并附带代码。⭐ 支持视觉智能发展!

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 已更新 2025-11-07 📅 创建时间 2023-09-04
16
joonson/syncnet_python

时间之外:野外自动唇同步

joonson
⭐ 931 Python 👤 joonson User 🕐 已更新 2026-04-17 📅 创建时间 2018-04-28
17
facebookresearch/SONAR

SONAR,一个新的多语言、多模态固定大小句子嵌入空间,包含全套语音和文本编码器及解码器。

facebookresearch
⭐ 912 Python 👤 facebookresearch Organization 🕐 已更新 2025-10-10 📅 创建时间 2023-08-01
18
Yuliang-Liu/MultimodalOCR

关于大型多模态模型中OCR的隐藏奥秘(OCRBench)

Yuliang-Liu
⭐ 902 Python 👤 Yuliang-Liu User 🕐 已更新 2026-11-17 📅 创建时间 2023-05-12
19
mlfoundations/MINT-1T

🍃 MINT-1T:一个拥有万亿级令牌的多模态交错数据集。

mlfoundations
⭐ 828 👤 mlfoundations Organization 🕐 已更新 2024-07-31 📅 创建时间 2024-06-16
20
DoMusic/Hybrid-Net

实时音频输出和弦、歌词、节拍和旋律。

DoMusic
⭐ 713 Python 👤 DoMusic Organization 🕐 已更新 2024-08-15 📅 创建时间 2024-03-26
21
henghuiding/ReLA

[CVPR 2023 Highlight & IJCV 2026] GRES: 泛化指代表达式分割

henghuiding
⭐ 686 Python 👤 henghuiding User 🕐 已更新 2025-11-26 📅 创建时间 2023-03-11
22
m-bain/webvid

大规模文本视频数据集。1000万个带字幕的短视频。

m-bain
⭐ 670 Python 👤 m-bain User 🕐 已更新 2024-08-14 📅 创建时间 2021-06-07
23
csuhan/OneLLM

[CVPR 2024] OneLLM:一个统一框架,实现所有模态与语言的对齐

csuhan
⭐ 666 Python 👤 csuhan User 🕐 已更新 2024-10-22 📅 创建时间 2023-11-27
24
georgian-io/Multimodal-Toolkit

用于文本和表格数据的多模态模型,以 HuggingFace transformers 作为文本数据的构建块

georgian-io
⭐ 620 Python 👤 georgian-io Organization 🕐 已更新 2026-05-04 📅 创建时间 2020-08-20
26
pliang279/MultiBench

[NeurIPS 2021] 多模态表征学习的多尺度基准

pliang279
⭐ 605 HTML 👤 pliang279 User 🕐 已更新 2024-01-27 📅 创建时间 2021-03-05
27
MMMU-Benchmark/MMMU

本仓库包含论文“MMMU:面向专家AGI的多学科多模态大规模理解与推理基准”的评估代码

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 已更新 2026-11-13 📅 创建时间 2023-11-23
28
yangdongchao/UniAudio

UniAudio 的开放源代码

yangdongchao
⭐ 593 Python 👤 yangdongchao User 🕐 已更新 2024-07-22 📅 创建时间 2023-10-01
29
sangminwoo/awesome-vision-and-language

精选的视觉和语言资源列表(仍在建设中... 敬请期待!)

sangminwoo
⭐ 556 👤 sangminwoo User 🕐 已更新 2024-11-04 📅 创建时间 2019-10-25
30
llm-lab-org/Multimodal-RAG-Survey

多模态检索增强生成综述

llm-lab-org
⭐ 546 👤 llm-lab-org Organization 🕐 已更新 2026-11-19 📅 创建时间 2025-02-11
31
DmitryRyumin/ICASSP-2023-24-Papers

ICASSP 2023-2024 论文:ICASSP 2023-24 会议中有影响力和令人兴奋的研究论文的完整合集。探索声学、语音和信号处理领域的最新进展。包含代码。给该仓库加星以支持音频和信号处理的进步!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 已更新 2025-05-05 📅 创建时间 2023-08-01
32
henghuiding/MeViS

[ICCV 2023 & TPAMI 2025] MeViS: 带有运动表情的视频分割大规模基准

henghuiding
⭐ 523 Python 👤 henghuiding User 🕐 已更新 2026-01-08 📅 创建时间 2023-08-01
33
microsoft/XPretrain

多模态预训练

microsoft
⭐ 510 Python 👤 microsoft Organization 🕐 已更新 2026-11-18 📅 创建时间 2022-03-15
34
xiyuanzh/awesome-llm-time-series

跟踪“用于时间序列的大型语言模型(LLM)”的论文、数据集和模型

xiyuanzh
⭐ 508 👤 xiyuanzh User 🕐 已更新 2024-07-26 📅 创建时间 2024-02-01
35
UCSC-VLAA/OpenVision

OpenVision(ICCV 2025)、OpenVision 2(CVPR 2026)和 OpenVision 3

UCSC-VLAA
⭐ 505 Python 👤 UCSC-VLAA Organization 🕐 已更新 2026-08-22 📅 创建时间 2025-04-21

常见问题解答

1

GitHub 上最受欢迎的 #multimodal-learning 仓库是什么?

GitHub 上排名第一的开源 #multimodal-learning 项目是 apple-aiml-research/ml-ferret,拥有 8,646 个 Star。

2

#multimodal-learning 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #multimodal-learning 项目中,最常见的编程语言是 Python, Jupyter Notebook, TypeScript, HTML。

3

#multimodal-learning 仓库的排名是如何计算的?

我们跟踪了 35 个标记为 #multimodal-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 63,371 个 Star,平均每个仓库拥有 1,810 个 Star。排名每日根据 GitHub API 更新。