Awesome-MLLM-Segmentation

一页看懂 MLLM 做图像视频分割的全部代表论文

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 计算机视觉 🍴 复刻 6 👀 关注 5
GitHub ↗
GitHub 星标 ★ 240
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费论文资源列表

项目预览

Awesome-MLLM-Segmentation 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队mc-lan
定价模式🏷️完全免费
价格说明开源免费论文资源列表
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
GitHub 星标★ 240
上线时间2025-01-09 00:00:00
代码更新2026-10-08
仓库体积67 KB
本站数据更新2026-11-04
维护状态较活跃
收录时间2026-09-15
浏览次数2

项目介绍

Awesome-MLLM-Segmentation 是一个聚焦多模态大语言模型(MLLM)用于图像与视频分割的论文资源合集。它系统整理了利用 MLLM 完成语义分割、指代分割、交互式分割、视频目标分割等任务的代表性工作,并归纳了各类方法的创新点、技术路线与应用场景。项目解决的是该交叉领域文献分散、术语不统一、入门者难以快速把握脉络的问题,为研究者提供一份可检索、可对比的清单。核心能力包括按任务与年份组织论文、标注方法特点、追踪 SOTA 进展,并覆盖从通用分割到开放词汇、推理式分割等前沿方向。它本身不是代码库,而是导航型资料,适合作为选题调研、复现选型和综述写作的起点。

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 2026-09-15 · 当前星标 ★ 240

核心亮点

  • 按任务和年份整理论文,方便快速定位指代分割、视频分割等细分方向
  • 覆盖 MLLM 与分割交叉领域的前沿工作,适合作为选题和综述的起点
  • 清单结构清晰,能对比不同方法的技术路线与创新点

不足之处

  • 仅为论文列表,不含代码实现、数据集下载或评测脚本
  • 更新频率与收录完整性依赖维护者,早期项目社区规模较小

适用场景

  • 研究生调研 MLLM 分割方向,快速建立文献地图
  • 算法工程师为产品选型,查找可参考的分割方法
  • 撰写综述或开题报告时收集代表性工作与引用来源

替代项目

Awesome-Segmentation、Awesome-Referring-Image-Segmentation

上一篇:AWESOME-OCR-LLM

下一篇:receipt-ocr

同类项目推荐

xvr 开源

5分钟训出患者专属2D/3D配准模型

[Nature] Training patient-specific 2D/3D registration models in 5 minutes

★ 201 2026-10-17
CAST 开源

单张照片,重建可编辑的 3D 组件化场景

An unofficial and simplified implementation of SIGGRAPH 2025 best paper nominate: C···

★ 257 2026-08-09
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

★ 220 2026-08-09
ViGeo 开源

让视频几何估计更连贯,重建更稳定

ViGeo: Towards Consistent Video Geometry Estimation

★ 142 2026-08-09
annolid 开源

拖拽标注视频,自动追踪动物并分析行为

An annotation and instance segmentation-based multi-object tracking and behavior ana···

★ 59 2026-08-09
image-reader 开源

网页图片框选即出文字,还能接入 AI 工作流

A powerful OCR extension with area selection tool and more

★ 127 2026-09-19
geti 开源

少数据快训练,轻松搞定计算机视觉模型

Build, train, optimize, and run computer vision models locally, from raw images to l···

★ 1366 2026-08-10
osam 开源

本地一键运行多种SAM分割模型,快速验证提示视觉能力

Run SAM 1/2/3, EfficientSAM, YOLO-World and other promptable vision models locally, ···

★ 118 2026-08-09
Porda-AI 开源

屏幕实时模糊非马赫拉姆与NSFW内容,离线守护信仰

The World's First Realtime onDevice AI Project to maintian Modestey and Religious va···

★ 323 2026-10-08