https://github.com/OpenGVLab/VisionLLM

VisionLLM Series
https://github.com/OpenGVLab/VisionLLM

generalist-model large-language-models object-detection

Last synced: 9 months ago
JSON representation

VisionLLM Series

• Host: GitHub
• URL: https://github.com/OpenGVLab/VisionLLM
• Owner: OpenGVLab
• License: apache-2.0
• Created: 2023-05-18T10:32:39.000Z (over 2 years ago)
• Default Branch: main
• Last Pushed: 2024-07-02T04:38:17.000Z (over 1 year ago)
• Last Synced: 2024-08-02T15:54:55.998Z (over 1 year ago)
• Topics: generalist-model, large-language-models, object-detection
• Language: Python
• Homepage: https://arxiv.org/abs/2305.11175
• Size: 17.4 MB
• Stars: 778
• Watchers: 40
• Forks: 16
• Open Issues: 11
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

• StarryDivineSky - OpenGVLab/VisionLLM - 4等，并持续探索新的架构和训练方法。VisionLLM模型能够执行图像描述、视觉问答、图像生成等多种任务。其核心工作原理通常涉及将视觉信息编码为向量表示，并与文本信息进行融合，然后利用Transformer等架构进行学习和推理。该项目旨在推动多模态人工智能的发展，为更智能的视觉应用提供基础。项目提供了代码、模型权重和数据集等资源，方便研究者和开发者使用。VisionLLM的目标是构建通用且高效的视觉语言模型，解决现实世界中的复杂问题。 (多模态大模型 / 资源传输下载)