vision-and-language

5 projetos partilham este topic do GitHub

Linhas conectam membros que estão mensuravelmente relacionados entre si. O tamanho do ponto reflete estrelas.

🧬 Membros

Aria

Codebase for Aria - an Open Multimodal Native MoE

★ 1.1k

UNITER

Research code for ECCV 2020 paper "UNITER: UNiversal Image-TExt Representation Learning"

★ 800

ETPNav

[TPAMI 2024] Official repo of "ETPNav: Evolving Topological Planning for Vision-Language Navigation in…

★ 476

VL-T5

PyTorch code for "Unifying Vision-and-Language Tasks via Text Generation" (ICML 2021)

★ 372

HPT

HPT - Open Multimodal LLMs from HyperGAI

★ 313

Medido a partir dos tópicos do GitHub compartilhados por ambos os projetos, ponderado pela raridade de cada tópico.