#213 · 主分类： AI工具目录与精选清单
awesome-grounding
arxiv
awesome-list
captioning-images
captioning-videos
computer-vision
embodied-agent
grounding
image-grounding
language-grounding
multimodal-deep-learning
natural-language-processing
paper
paper-roadmap
papers
phrase-grounding
video-grounding
video-understanding
visual-grounding
awesome grounding: 精选的视觉定位研究论文列表
项目最后更新：09/21/25
GitHub Stars
1.1K
Forks数量
105
贡献者数量
18
许可证
MIT
收录理由
视觉定位研究涉及的问题很杂，从图片里的指代表达、自然语言目标检索，到视频中的活动定位、带定位的描述生成，再到预训练和3D场景下的定位，每个方向都有各自的难点。这份清单把论文按时间顺序排成一条发展脉络，又按子问题分好区块，读起来能清楚看到领域是怎么一步步推进的，而不是面对一堆杂乱无章的论文无从下手。每条记录都附了论文链接，有代码和数据集的话也会一并给出，想复现基线或者对比不同方法时省去不少翻找功夫。维护者说明每篇论文都亲自读过才收录，贡献指南也要求按格式提交，这让清单的筛选相对可信。另外它还推荐了多模态和时序定位相关的其他资源，想快速了解某个方向或搭建文献综述时，可以当作一个方便的起点。
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。