#469 · 主分类： 教育与研究
VLM_survey
clip
computer-vision
deep-learning
knowledge-distillation
multi-modal-model
survey
transfer-learning
vision-language-model
用于视觉任务的精选视觉语言模型集合
项目最后更新：10/14/25
GitHub Stars
3.1K
Forks数量
234
贡献者数量
7
许可证
Other
收录理由
这个仓库是一篇发表在TPAMI上的同行评审综述论文的配套页面，专门梳理视觉语言模型在各类视觉任务中的研究进展。仓库里的论文表格与正式发表文献采用同一套分类体系，覆盖图像分类、目标检测、语义分割等方向，每个条目都直接链接到原论文和官方项目主页，省去到处翻找的麻烦。维护者会持续合并社区提交的pull request，所以列表能跟上最新会议论文的节奏。如果你正在划定某个研究领域的范围、整理阅读清单，或者想挑一个视觉语言模型当基线跑实验，直接浏览这份整理好的表格，比自己从零搜文献要高效得多。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建