多模态AI工具汇总：实用资源一览
CVinW_Readings
计算机视觉迁移学习
聚焦计算机视觉在野外(Computer Vision in the Wild)这一新兴研究领域
SONAR
SONAR多语言
先进的多语言多模态句子表示模型
LLaMA-Adapter
LLaMA-Adapter微调
轻量级适配方法高效微调大语言模型
MiniGPT4-video
GoldfishMiniGPT4-Video
提升视频理解的创新多模态语言模型
Awesome-Foundation-Models
基础模型多模态
视觉语言基础模型精选资源库
guidance
Guidance语言模型
灵活高效的语言模型编程框架
Video-LLaMA
Video-LLaMA多模态
指令微调的音视频语言模型实现多模态视频理解
MiniCPM
MiniCPM端侧大语言模型
轻量级大语言模型实现高性能端侧部署
LanguageBind
LanguageBind多模态
通过语言绑定实现跨模态语义对齐
LabelLLM
LabelLLM数据标注平台
开源数据标注平台 优化LLM开发流程
Awesome-Remote-Sensing-Multimodal-Large-Language-Model
大语言模型遥感
远程遥感多模态大语言模型资源全面汇总
Awesome-Remote-Sensing-Foundation-Models
遥感基础模型计算机视觉
遥感基础模型论文代码数据集综合资源库
CogCoM
CogCoM视觉语言模型
链式操作助力视觉语言模型精细化理解
ustore
UStore数据库
模块化多模态事务数据库，AI和语义搜索的高性能解决方案
CLoT
CLoT大语言模型
探索大语言模型的跳跃思维能力
Segment-Everything-Everywhere-All-At-Once
SEEM分割
基于多模态提示的图像分割模型
GLM-4
GLM-4大语言模型
多语言支持与长文本处理能力
Youku-mPLUG
Youku-mPLUG视频语言数据集
千万级中文视频语言数据集及多模态基准
recognize-anything
RAM++图像识别
通用图像识别模型：支持开放域类别和高精度标签生成
VILA
VILA视觉语言模型
创新的视觉语言模型预训练方法
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号