awesome-mm-chat

多模态 MM +Chat 合集

BERT 解读

具体见 BERT

GPT 解读

具体见 GPT

CLIP 解读

具体见 CLIP

BLIP 解读

具体见 BLIP 和 BLIP2 解读

LLaMA 解读

具体见 llama

DetGPT 解读

具体见 DetGPT

Visual Segmentation 解读

Visual Segmentation 指的是通用图像分割，包括开放集。

具体见 Visual Segmentation

Multi Dataset 解读

指的是在 CV 任务中特别是检测任务中常用的多数据集联合训练论文

具体见 Multi Dataset

LLM 解读

大语言模型相关论文

具体见 LLM

MLLM 解读

视觉多模态大语言模型相关论文

具体见 MLLM

mmpretrain 多模态部分

具体见 mmpretrain

Tools 解读

存放和 LLM tool 相关的内容，例如 visual chatgpt 等

具体见 Tools

HuggingFace Transformers 基础教程

本部分用于 CVer 们快速上手 HuggingFace Transformers

具体见 HuggingFace Transformers

LangChain

官方地址： https://github.com/hwchase17/langchain
文档： https://python.langchain.com/en/latest/

具体见 langchain

PEFT

Parameter-Efficient Fine-Tuning

官方地址： https://github.com/huggingface/peft

具体见 PEFT

Diffusers

具体见 Diffusers

CVPR2023 检测方向分析

内容已经发布到知乎，具体见： https://zhuanlan.zhihu.com/p/632210111

SAM 及其后续工作

具体见 SAM

DETR 系列代码理解

具体见 DETR

训练和推理技术

详情见 technology