项目预览
项目数据
项目介绍
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 ★ 338
核心亮点
- 支持点、框、涂鸦等多种视觉提示，交互方式灵活
- 基于LLaVA架构，易于集成现有多模态流程
- CVPR 2024论文背书，方法有学术验证
不足之处
- 项目早期，星标仅340，社区生态和文档待完善
- 依赖LLaVA和Llama2，部署资源需求较高
适用场景
- 细粒度图像理解：用户用框选物体询问属性
- 交互式视觉问答：涂鸦指定区域获取描述
- 辅助视觉障碍用户：通过指点方式获取图像信息
替代项目
LLaVA、Shikra、Ferret
下一篇：LLaVAR
同类项目推荐
caption-upsampling
开源
用大模型把一句话扩写成详细提示词，让SDXL出图更精准
This repository implements the idea of "caption upsampling" from DALL-E 3 with Zephy···
gpt4free
开源
一个入口问遍所有 AI，谁答得好就翻谁牌子
The official gpt4free repository | various collection of powerful language models | ···
Attention-Sink
开源
看清注意力汇聚如何产生，优化你的语言模型训练与推理。
[ICLR 2025] When Attention Sink Emerges in Language Models: An Empirical View (Spotl···
flux-krea
开源
用文本提示词，一键生成高质量艺术图像
Official GitHub repository for FLUX.1 Krea [dev].
asdff
开源
几行代码调用 Stable Diffusion，快速生成图像
aarambh-studio
开源
纯 Rust 从零打造 LLM，不碰 Python 也能训大模型
Decoder-only LLM built from scratch in pure Rust using Candle — no Python, no PyTor···
llm-resource
开源
一页看全 LLM 全栈好资源，找工具不再大海捞针
LLM全栈优质资源汇总
ClaraVerse
开源
自托管 AI 全家桶，聊天、自动化、生图一网打尽，数据全在自己手里。
Claraverse is a opesource privacy focused ecosystem to replace ChatGPT, Claude, N8N,···
chatgpt-share-web
开源
一个平台还原多款AI官网，自带用户和变现系统
chatgpt、claude、midjourney，grok和gemini官网完整还原，以及Claude Code和Codex完整镜像···