Git Stars Git Stars

#visual-question-answering 仓库

探索 15 个标记为 #visual-question-answering 的活跃开源 GitHub 仓库,它们累计获得 24,641 个 Star(平均每个项目 1,642 个)。该主题的领先项目是 salesforce/BLIP,拥有 5,626 个 Star。

15
仓库总数
24,641
总星标数
1,642
平均每个仓库星标数
1
salesforce/BLIP

BLIP的PyTorch代码:通过Bootstrapping Language-Image Pre-training实现统一视觉-语言理解和生成

salesforce
⭐ 5,626 Jupyter Notebook 👤 salesforce Organization 🕐 已更新 2024-08-05 📅 创建时间 2022-01-25
2
OFA-Sys/OFA

OFA (ICML 2022) 的官方仓库。论文:OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework

OFA-Sys
⭐ 2,550 Python 👤 OFA-Sys Organization 🕐 已更新 2024-04-24 📅 创建时间 2022-01-29
3
microsoft/LLaVA-Med

面向生物医学的大型语言与视觉助手,致力于实现多模态 GPT-4 级别的能力。

microsoft
⭐ 2,207 Python 👤 microsoft Organization 🕐 已更新 2025-06-04 📅 创建时间 2023-05-20
4
km1994/LLMsNineStoryDemonTower

【LLMs九层妖塔】分享 LLMs在自然语言处理(ChatGLM、Chinese-LLaMA-Alpaca、小羊驼 Vicuna、LLaMA、GPT4ALL等)、信息检索(langchain)、语言合成、语言识别、多模态等领域(Stable Diffusion、MiniGPT-4、VisualGLM-6B、Ziya-Visual等)等 实战与经验。

km1994
⭐ 2,140 👤 km1994 User 🕐 已更新 2024-03-30 📅 创建时间 2023-05-01
5
Yuliang-Liu/Monkey

Monkey (LMM): 图像分辨率和文本标签对大型多模态模型至关重要 (CVPR 2024 Highlight)

Yuliang-Liu
⭐ 1,954 Python 👤 Yuliang-Liu User 🕐 已更新 2026-09-25 📅 创建时间 2023-11-09
6
kijai/ComfyUI-Florence2

推理 Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 已更新 2026-05-06 📅 创建时间 2024-06-19
8
HJYao00/Mulberry

[NIPS'25 Spotlight] Mulberry,一个通过集体MCTS实现的类o1推理与反思多模态大语言模型

HJYao00
⭐ 1,245 Python 👤 HJYao00 User 🕐 已更新 2026-01-16 📅 创建时间 2024-12-23
9
visual-openllm/visual-openllm

something like visual-chatgpt, 文心一言的开源版

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 已更新 2024-02-24 📅 创建时间 2023-03-26
10
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
11
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
12
penghao-wu/vstar

"V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs" 的 PyTorch 实现

penghao-wu
⭐ 684 Python 👤 penghao-wu User 🕐 已更新 2024-01-07 📅 创建时间 2023-12-15
13
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
14
unconv/gpt4v-browsing

使用 GPT-4 Vision API 和 Puppeteer 进行网络抓取

unconv
⭐ 563 JavaScript 👤 unconv User 🕐 已更新 2024-01-31 📅 创建时间 2023-11-24
15
zjukg/KG-MM-Survey

知识图谱与多模态学习相遇:综合调查

zjukg
⭐ 510 👤 zjukg Organization 🕐 已更新 2026-03-02 📅 创建时间 2024-01-29

常见问题解答

1

GitHub 上最受欢迎的 #visual-question-answering 仓库是什么?

GitHub 上排名第一的开源 #visual-question-answering 项目是 salesforce/BLIP,拥有 5,626 个 Star。BLIP的PyTorch代码:通过Bootstrapping Language-Image Pre-training实现统一视觉-语言理解和生成

2

#visual-question-answering 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #visual-question-answering 项目中,最常见的编程语言是 Python, Jupyter Notebook, JavaScript。

3

#visual-question-answering 仓库的排名是如何计算的?

我们跟踪了 15 个标记为 #visual-question-answering 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 24,641 个 Star,平均每个仓库拥有 1,642 个 Star。排名每日根据 GitHub API 更新。