Inicio Proyectos UNITER
UNITER

UNITER

por ChenRocks · GitHub

Código de investigación para el artículo de ECCV 2020 "UNITER: Aprendizaje de Representación de Imagen-Texto Universal"

Ver en GitHub
En palabras simples

Ajusta modelos para entender imágenes y texto juntos en diversas aplicaciones.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Licencia no especificada
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
UNITER — GitHub preview card
📈 Historial de estrellas
800799
2026-07-202026-07-29
📈 Sigue UNITER

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Código de investigación para el artículo de ECCV 2020 "UNITER: Aprendizaje de Representación de Imagen-Texto Universal"

UNITER tiene 799 estrellas en GitHub. Se ha bifurcado 111 veces. UNITER está escrito principalmente en Python. Se desarrolla activamente desde 2020. Sus temas principales son: pre-training, pytorch, transformers, vision-and-language.

Frequently asked questions

¿Qué es UNITER?

Código de investigación para el artículo de ECCV 2020 "UNITER: Aprendizaje de Representación de Imagen-Texto Universal"

¿UNITER es de código abierto?

UNITER es un proyecto de código abierto.

¿UNITER es gratis?

Sí. UNITER es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito UNITER?

UNITER está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — UNITER

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=chenrocks-uniter)](https://opensourceai.tech/project/chenrocks-uniter.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.