Awesome-LLMs-for-Video-Understanding

一页看全视频大模型论文代码数据集

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 154 🐛 待处理 7 👀 关注 57

GitHub ↗

GitHub 星标 ★ 3306

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费资源汇总

项目预览

Awesome-LLMs-for-Video-Understanding 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yoloytang

GitHubhttps://github.com/yoloytang/Awesome-LLMs-for-Video-Understanding

定价模式🏷️完全免费

价格说明开源免费资源汇总

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★ 3306

上线时间2023-07-16 00:00:00

代码更新2026-10-27

仓库体积13.6 MB

本站数据更新2026-11-03

维护状态较活跃

收录时间2026-09-16

浏览次数1

项目介绍

这是一个面向视频理解领域的大语言模型（Vid-LLMs）资源汇总仓库，系统整理了最新论文、代码与数据集，并已被 IEEE TCSVT 收录。它解决的核心问题是：视频理解方向研究进展快、资料分散，研究者难以快速跟进前沿。仓库按任务与主题分类，覆盖视频问答、视频描述、时序定位、长视频理解等方向，同时收录多模态大模型在视频上的适配方法、评测基准与训练数据。对想入门或跟踪该领域的学生和工程师而言，它相当于一份持续更新的导航图，能显著降低检索成本，快速定位代表性工作与可复现资源。

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 2026-09-16 · 当前星标 ★ 3306

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

git 客户端（用于克隆仓库）
可访问 GitHub 与 arXiv 的网络环境
本地 Markdown 阅读工具（编辑器或浏览器）

安装与启动步骤

1克隆仓库到本地

把资源清单仓库拉取到本地，方便离线检索与定期更新。README 未提供安装脚本，克隆即完成准备。
```
git clone https://github.com/yunlong10/Awesome-LLMs-for-Video-Understanding.git
```
2阅读综述论文

README 首条即官方综述《Video Understanding with Large Language Models: A Survey》，先读它可建立领域全貌。
3按任务主题检索

README 按视频问答、视频描述、时序定位、长视频理解等方向分类，逐节浏览可定位代表性工作与数据集。
4跳转原始项目

清单中每条论文/资源都带外部链接，进入对应官方仓库获取真正的代码、权重与数据。