Git Stars Git Stars

#vision-transformer 仓库

探索 64 个标记为 #vision-transformer 的活跃开源 GitHub 仓库,它们累计获得 209,451 个 Star(平均每个项目 3,272 个)。该主题的领先项目是 open-mmlab/mmdetection,拥有 32,234 个 Star。

64
仓库总数
209,451
总星标数
3,272
平均每个仓库星标数
1
open-mmlab/mmdetection

OpenMMLab 检测工具箱和基准

open-mmlab
⭐ 32,234 Python 👤 open-mmlab Organization 🕐 已更新 2024-08-21 📅 创建时间 2018-08-22
2
lukas-blecher/LaTeX-OCR

pix2tex: 使用ViT将方程图像转换为LaTeX代码。

lukas-blecher
⭐ 16,430 Python 👤 lukas-blecher User 🕐 已更新 2025-01-18 📅 创建时间 2020-12-11
3
facebookresearch/dinov2

DINOv2 自监督学习方法的 PyTorch 代码和模型。

facebookresearch
⭐ 13,560 Jupyter Notebook 👤 facebookresearch Organization 🕐 已更新 2026-11-05 📅 创建时间 2023-03-29
5
NielsRogge/Transformers-Tutorials

此存储库包含我使用 HuggingFace 的 Transformers 库制作的演示。

NielsRogge
⭐ 11,787 Jupyter Notebook 👤 NielsRogge User 🕐 已更新 2026-09-17 📅 创建时间 2020-08-31
6
FoundationVision/VAR

[NeurIPS 2024 最佳论文奖][GPT 击败拡散模型🔥] [视觉生成中的缩放定律📈] "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction" 的官方实现。一个*极其简单、用户友好但又最先进*的自回归图像生成代码库!

FoundationVision
⭐ 8,766 Jupyter Notebook 👤 FoundationVision Organization 🕐 已更新 2025-11-10 📅 创建时间 2024-04-01
7
adithya-s-k/omniparse

摄取、解析和优化任何数据格式 ➡️ 从文档到多媒体 ➡️ 以增强与 GenAI 框架的兼容性

adithya-s-k
⭐ 7,935 Python 👤 adithya-s-k User 🕐 已更新 2025-12-12 📅 创建时间 2024-06-04
8
Neywa-Labs/mlx-vlm

MLX-VLM 是一个使用 MLX 在您的 Mac 上进行 Vision Language Models (VLM) 推理和微调的软件包。

Neywa-Labs
⭐ 5,886 Python 👤 Neywa-Labs Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-04-16
9
apple-aiml-research/ml-depth-pro

Depth Pro:一秒内实现清晰的单目深度测量。

apple-aiml-research
⭐ 5,788 Python 👤 apple-aiml-research Organization 🕐 已更新 2026-09-11 📅 创建时间 2024-08-26
10
JingyunLiang/SwinIR

SwinIR: 使用Swin Transformer进行图像恢复(官方仓库)

JingyunLiang
⭐ 5,263 Python 👤 JingyunLiang User 🕐 已更新 2024-05-14 📅 创建时间 2021-08-16
11
liustack/modlens

DeepSeek Harness 的首个视觉插件,也是所有纯文本编码代理的视觉桥梁。粘贴图片,即可获得结构化 JSON 证据(OCR、版面、语义)。

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 已更新 2026-11-15 📅 创建时间 2026-02-22
12
cmhungsteve/Awesome-Transformer-Attention

Vision Transformer/Attention 的一个最终全面论文列表,包括论文、代码和相关网站

cmhungsteve
⭐ 4,987 👤 cmhungsteve User 🕐 已更新 2024-07-30 📅 创建时间 2021-09-15
13
huawei-noah/Efficient-AI-Backbones

由华为诺亚方舟实验室开发的包括GhostNet、TNT和MLP的高效AI骨干网络。

huawei-noah
⭐ 4,417 Python 👤 huawei-noah Organization 🕐 已更新 2025-03-15 📅 创建时间 2019-11-16
14
google-research/scenic

Scenic:用于计算机视觉研究及更广泛领域的 Jax 库

google-research
⭐ 3,848 Python 👤 google-research Organization 🕐 已更新 2026-10-31 📅 创建时间 2021-07-12
15
open-mmlab/mmpretrain

OpenMMLab 预训练工具箱与基准

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 已更新 2024-11-01 📅 创建时间 2020-07-09
16
facebookresearch/sam-3d-body

该存储库提供使用SAM 3D人体模型(3DB)运行推理的代码、下载训练好的模型检查点和数据集的链接,以及演示如何使用模型的示例笔记本。

facebookresearch
⭐ 3,757 Python 👤 facebookresearch Organization 🕐 已更新 2026-02-19 📅 创建时间 2025-07-29
17
towhee-io/towhee

Towhee 是一个致力于使神经数据处理管道变得简单快捷的框架。

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 已更新 2024-10-18 📅 创建时间 2021-07-13
18
mit-han-lab/efficientvit

高效的视觉基础模型,用于高分辨率生成和感知。

mit-han-lab
⭐ 3,357 Python 👤 mit-han-lab Organization 🕐 已更新 2025-09-05 📅 创建时间 2023-04-05
19
Beckschen/TransUNet

该存储库包含TransUNet的官方项目,该项目发表在我们的论文中:TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation。

Beckschen
⭐ 3,250 Python 👤 Beckschen User 🕐 已更新 2026-02-25 📅 创建时间 2021-02-08
20
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive:一款用于长期流媒体音视频交互的综合性多模态系统

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 已更新 2025-05-26 📅 创建时间 2023-09-26
21
yuweihao/MambaOut

MambaOut:我们真的需要Mamba来进行视觉任务吗? (CVPR 2025)

yuweihao
⭐ 2,696 Python 👤 yuweihao User 🕐 已更新 2025-03-09 📅 创建时间 2024-05-13
22
baaivision/EVA

EVA系列:BAAI的视觉表现幻想

baaivision
⭐ 2,629 Python 👤 baaivision Organization 🕐 已更新 2024-08-01 📅 创建时间 2022-11-14
23
baaivision/Emu3

Next-Token Prediction 就是你所需要的一切

baaivision
⭐ 2,454 Python 👤 baaivision Organization 🕐 已更新 2026-01-12 📅 创建时间 2024-09-26
24
OpenGVLab/InternVideo

[ECCV2024] 视频基础模型和多模态理解数据

OpenGVLab
⭐ 2,421 Python 👤 OpenGVLab Organization 🕐 已更新 2026-07-02 📅 创建时间 2022-11-23
25
NVlabs/MambaVision

[CVPR 2025] MambaVision 的官方 PyTorch 实现:一个混合 Mamba-Transformer 视觉骨干网络

NVlabs
⭐ 2,255 Python 👤 NVlabs Organization 🕐 已更新 2026-03-11 📅 创建时间 2024-06-10
26
ViTAE-Transformer/ViTPose

官方仓库,用于 [NeurIPS'22] “ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation” 和 [TPAMI'23] “ViTPose++: Vision Transformer for Generic Body Pose Estimation”

ViTAE-Transformer
⭐ 2,222 Python 👤 ViTAE-Transformer Organization 🕐 已更新 2025-12-25 📅 创建时间 2022-04-27
27
hila-chefer/Transformer-Explainability

[CVPR 2021] Transformer Interpretability Beyond Attention Visualization 的官方 PyTorch 实现,一种可视化 Transformer 网络的分类的新颖方法。

hila-chefer
⭐ 1,967 Jupyter Notebook 👤 hila-chefer User 🕐 已更新 2024-01-24 📅 创建时间 2020-11-23
28
alibaba/EasyCV

计算机视觉的一体化工具包

alibaba
⭐ 1,950 Python 👤 alibaba Organization 🕐 已更新 2025-05-09 📅 创建时间 2022-04-02
29
microsoft/Cream

这是我们NAS和Vision Transformer工作的合集。

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 已更新 2024-07-25 📅 创建时间 2020-10-12
30
lightly-ai/lightly-train

面向Vision模型(YOLO, ViTs, RT-DETR, DINOv3)的一站式训练:预训练、微调、蒸馏。

lightly-ai
⭐ 1,743 Python 👤 lightly-ai Organization 🕐 已更新 2026-11-12 📅 创建时间 2025-04-10
31
JingyunLiang/VRT

VRT:视频修复变换器(官方仓库)

JingyunLiang
⭐ 1,560 Python 👤 JingyunLiang User 🕐 已更新 2026-09-08 📅 创建时间 2022-01-18
32
czczup/ViT-Adapter

[ICLR 2023 Spotlight] 用于密集预测的 Vision Transformer Adapter

czczup
⭐ 1,490 Python 👤 czczup User 🕐 已更新 2025-06-03 📅 创建时间 2022-05-16
33
thu-ml/SpargeAttn

[ICML2025] SpargeAttention:一种无需训练的稀疏注意力机制,可加速任何模型的推理。

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 已更新 2026-02-25 📅 创建时间 2025-02-25
34
uncbiag/Awesome-Foundation-Models

面向视觉和语言任务的精选基础模型列表

uncbiag
⭐ 1,175 👤 uncbiag Organization 🕐 已更新 2026-09-14 📅 创建时间 2023-04-04
35
gangweix/pixel-perfect-depth

[TPAMI 2026 & NeurIPS 2025] 像素级精准深度

gangweix
⭐ 1,076 Python 👤 gangweix User 🕐 已更新 2026-02-13 📅 创建时间 2025-05-26
36
OFA-Sys/ONE-PEACE

跨越视觉、音频、语言模态的通用表示模型。论文:ONE-PEACE:探索一种通用表示模型以实现无限模态

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 已更新 2024-10-06 📅 创建时间 2023-05-18
37
facebookresearch/hiera

Hiera:一个快速、强大且简单的分层视觉 Transformer。

facebookresearch
⭐ 1,045 Python 👤 facebookresearch Organization 🕐 已更新 2024-03-02 📅 创建时间 2023-05-26
39
WangLibo1995/GeoSeg

UNetFormer:一种类似 UNet 的 Transformer,用于遥感城市场景图像的高效语义分割,ISPRS。此外,还包括用于卫星、航空和无人机图像分割的其他视觉 Transformer 和 CNN。

WangLibo1995
⭐ 1,017 Python 👤 WangLibo1995 User 🕐 已更新 2024-08-19 📅 创建时间 2021-10-19
40
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: 一些近期计算机视觉(CV)工作的论文列表

cuixing158
⭐ 986 👤 cuixing158 User 🕐 已更新 2026-11-08 📅 创建时间 2025-02-14
41
damo-cv/TransReID

[ICCV-2021] TransReID: 基于Transformer的物体重识别

damo-cv
⭐ 949 Python 👤 damo-cv Organization 🕐 已更新 2024-06-12 📅 创建时间 2021-03-26
42
sithu31296/semantic-segmentation

PyTorch中的SOTA语义分割模型

sithu31296
⭐ 937 Python 👤 sithu31296 User 🕐 已更新 2024-03-20 📅 创建时间 2021-06-02
43
NVlabs/FasterViT

[ICLR 2024] FasterViT 官方 PyTorch 实现:具有分层注意力的快速 Vision Transformer

NVlabs
⭐ 921 Python 👤 NVlabs Organization 🕐 已更新 2025-07-22 📅 创建时间 2023-05-19
44
LeapLabTHU/DAT

具有可变形注意力机制的Vision Transformer (CVPR2022) 及其 DAT++: 空间动态可变形注意力Vision Transformer的存储库

LeapLabTHU
⭐ 918 Python 👤 LeapLabTHU User 🕐 已更新 2024-04-17 📅 创建时间 2022-01-03
45
SunzeY/AlphaCLIP

[CVPR 2024] Alpha-CLIP:一个你想要的任意关注点的CLIP模型

SunzeY
⭐ 876 Jupyter Notebook 👤 SunzeY User 🕐 已更新 2025-07-20 📅 创建时间 2023-11-27
46
yformer/EfficientTAM

高效追踪一切

yformer
⭐ 802 Python 👤 yformer User 🕐 已更新 2025-01-06 📅 创建时间 2024-12-02
49
baudm/parseq

基于置换自回归序列模型的场景文本识别 (ECCV 2022)

baudm
⭐ 679 Python 👤 baudm User 🕐 已更新 2024-05-29 📅 创建时间 2021-11-24
50
mv-lab/swin2sr

[ECCV] Swin2SR: 用于压缩图像超分辨率和修复的SwinV2 Transformer。ECCV 2022 "Advances in Image Manipulation (AIM)" 会议研讨会。立即尝试!超过330万次运行 https://replicate.com/mv-lab/swin2sr

mv-lab
⭐ 668 Python 👤 mv-lab User 🕐 已更新 2024-08-19 📅 创建时间 2022-09-18

常见问题解答

1

GitHub 上最受欢迎的 #vision-transformer 仓库是什么?

GitHub 上排名第一的开源 #vision-transformer 项目是 open-mmlab/mmdetection,拥有 32,234 个 Star。OpenMMLab 检测工具箱和基准

2

#vision-transformer 仓库中最常使用的编程语言有哪些?

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

3

#vision-transformer 仓库的排名是如何计算的?

我们跟踪了 64 个标记为 #vision-transformer 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 209,451 个 Star,平均每个仓库拥有 3,272 个 Star。排名每日根据 GitHub API 更新。