vision-language-pretraining

4 proyectos comparten este topic de GitHub

Las líneas conectan a los miembros que están mediblemente relacionados entre sí. El tamaño de los puntos refleja las estrellas.

🧬 Miembros

Janus-Series: Unified Multimodal Understanding and Generation Models

LAVIS - A One-stop Library for Language-Vision Intelligence

[EMNLP 2023 Demo] Video-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Understanding

[ACL 2024 🔥] Video-ChatGPT is a video conversation model capable of generating meaningful conversation…

🔗 Familias relacionadas

foundation-models 63 image-captioning 10 multimodal-deep-learning 17 salesforce 5 vision-and-language 23 vision-framework 6 clip 41 llava 26

Medido a partir de los temas de GitHub compartidos por ambos proyectos, ponderado por cuán raros son cada uno de los temas.