GiT

一个Transformer搞定分类、检测、分割和生成，视觉任务不再分家。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 15 🐛 待处理 5 👀 关注 7
GitHub ↗
GitHub 星标 ★ 365
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，基于Apache-2.0许可证，完全免费，可自行部署使用。

项目预览

GiT 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队Haiyang-W
GitHubhttps://github.com/Haiyang-W/GiT
定价模式🏷️完全免费
价格说明开源项目，基于Apache-2.0许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型foundation-models,perception,transformer,unified,vision-and-language,vision-transformer
GitHub 星标★ 365
上线时间2024-03-07 00:00:00
代码更新2025-01-14
仓库体积12.8 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

GiT是一个面向通用视觉任务的Transformer模型，源自ECCV 2024 Oral论文。它通过统一的语言接口，将图像分类、目标检测、图像分割和图像生成等不同视觉任务统一建模为序列生成问题，从而让一个模型同时处理多种视觉任务。GiT的核心创新在于其简洁的架构设计，无需复杂的任务特定头或模块，仅依靠Transformer和语言接口就能实现多任务学习。该模型解决了传统视觉模型任务专用、难以泛化的问题，展示了视觉Transformer在通用视觉理解与生成方面的潜力。项目提供了官方实现代码和预训练模型，方便研究者和开发者复现和进一步探索。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 365

核心亮点

  • 统一语言接口设计，将多种视觉任务统一为序列生成，架构简洁优雅
  • ECCV 2024 Oral论文，理论创新性强，学术认可度高
  • 官方代码开源，提供预训练模型，便于快速上手和复现

不足之处

  • 项目处于早期阶段，文档和社区支持待观察
  • 模型规模可能较大，对计算资源要求较高，部署成本不低

适用场景

  • 学术研究：探索通用视觉Transformer架构与多任务学习
  • 多任务视觉应用：需要同时处理检测、分割等任务的场景
  • 视觉生成与理解统一：希望用单一模型完成多种视觉任务

替代项目

UniT、OFA、Flamingo

上一篇：STU-Net

下一篇：depth_any_camera

同类项目推荐

tess4j 开源

Java 项目一行依赖，图片秒变可编辑文字

Java JNA wrapper for Tesseract OCR API

★ 1755 2026-11-10
PGS 开源

在Processing里轻松搞定复杂几何处理，让创意不卡壳。

Processing Geometry Suite

★ 221 2026-08-09
darknet 开源

轻量 C 框架，CPU 也能跑 YOLO 实时检测

Darknet/YOLO object detection framework

★ 861 2026-09-13
vision-demos 开源

克隆即跑的趣味 CV 演示，几分钟看到识别效果

Fun real-world computer vision demos!

★ 1132 2026-09-18
Sa2VA 开源

一句话指挥AI分割图像视频，精准定位目标

Official Repo For Pixel-LLM Codebase: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxi···

★ 1700 2026-08-09
albucore 开源

让图像增强算子跑得更快，训练数据管道不再卡顿

A high-performance image processing library designed to optimize and extend the Albu···

★ 124 2026-09-18
MERGE 开源

一个模型搞定图像生成和深度估计，省时又省力

[NeurIPS 2025] More Than Generation: Unifying Generation and Depth Estimation via Te···

★ 222 2026-08-09
emgucv 开源

用 C# 直接调用 OpenCV，跨平台做图像处理与识别

Emgu CV is a cross platform .Net wrapper to the OpenCV image processing library.

★ 2300 2026-09-17