视觉语言模型工具集合：应用、网站与开源项目一览
awesome-multimodal-in-medical-imaging
医学影像多模态学习
医学影像多模态学习应用资源集锦
Multimodal-AND-Large-Language-Models
多模态大语言模型
多模态与大语言模型前沿研究综述
ViP-LLaVA
ViP-LLaVA视觉语言模型
改进大型多模态模型的视觉提示理解能力
x-clip
CLIP对比学习
灵活实现的CLIP视觉语言预训练模型
AnomalyGPT
AnomalyGPT工业异常检测
突破性工业异常检测方法
moondream
moondream视觉语言模型
小巧高效的视觉语言模型 兼容多平台运行
tokenize-anything
TAPAI分割识别
基于视觉提示的多功能区域分割识别和描述模型
EVE
EVE视觉语言模型
无编码器视觉语言模型实现高效性能
cobra
Cobra多模态大语言模型
高效推理的多模态大语言模型扩展
MMStar
MMStar多模态评估
大型视觉语言模型评 估的新标准
GeoChat
GeoChat遥感
专为遥感领域打造的视觉语言模型
ALLaVA
ALLaVAGPT-4V
GPT4V合成数据集助力轻量级视觉语言模型训练
Image In Words
AI工具Image In Words
先进AI技术生成超详细图像文本描述
Bunny
Bunny多模态模型
轻量高效多模态模型支持高分辨率图像分析
MMBench
MMBench多模态模型
全面评估多模态大模型能力的基准测试
plip
PLIP病理学
病理学视觉语言基础模型 革新AI分析
SAN
开放词汇语义分割Side Adapter Network
轻量高效的开放词汇语义分割框架
ViTamin
ViTamin视觉语言模型
推动计算机视觉进入新时代的可扩展视觉语言模型
llm-awq
AWQLLM
激活感知权重量化技术实现大语言模型高效压缩与加速
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
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