多模态 MM +Chat 合集

具体见 BERT

具体见 GPT

具体见 CLIP

具体见 BLIP 和 BLIP2 解读

具体见 llama

具体见 DetGPT

Visual Segmentation 指的是通用图像分割，包括开放集。

具体见 Visual Segmentation

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

大语言模型相关论文

具体见 LLM

视觉多模态大语言模型相关论文

具体见 MLLM

具体见 mmpretrain

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

具体见 Tools

本部分用于 CVer 们快速上手 HuggingFace Transformers

具体见 HuggingFace Transformers

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

具体见 langchain

Parameter-Efficient Fine-Tuning

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

具体见 PEFT

具体见 Diffusers

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

具体见 SAM

具体见 DETR

详情见 technology