Home Progetti LISA
LISA

LISA

di JIA-Lab-research · GitHub

Pagina del progetto per "LISA: Reasoning Segmentation via Large Language Model"

Visualizza su GitHub
In parole semplici

Fai domande sulle immagini e ricevi spiegazioni dettagliate insieme a evidenziazioni visive utilizzando LISA.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
LISA — GitHub preview card
📈 Storia delle stelle
2.67k2.65k
2026-07-072026-07-29
📈 Segui LISA

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Pagina del progetto per "LISA: Reasoning Segmentation via Large Language Model"

LISA ha 2.7k stelle su GitHub. È stato forkato 208 volte. LISA è scritto principalmente in Python. È in sviluppo attivo dal 2023. LISA è disponibile con licenza Apache-2.0. I suoi temi principali sono: large-language-model, llm, multi-modal, segmentation.

Frequently asked questions

Che cos'è LISA?

Pagina del progetto per "LISA: Reasoning Segmentation via Large Language Model"

LISA è open source?

LISA è un progetto open source. È rilasciato con licenza Apache-2.0.

LISA è gratuito?

Sì. LISA è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è LISA?

LISA è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto LISA?

LISA è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — LISA

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=jia-lab-research-lisa)](https://olud.ai/project/jia-lab-research-lisa.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.