Awesome-Open-Vocabulary-Perception – 开放词汇感知资源集合

专注于开放词汇感知领域的综合资源集合，涵盖了开放词汇感知（包括2D和3D）相关的论文和代码资源，为研究人员提供了该领域最新研究成果的集中索引。该项目持续更新，助力研究人员快速上手，涵盖了3D和2D两大领域，资源丰富，提供了10多篇顶级会议论文及代码链接。

功能:

1. 收录开放词汇 3D 目标检测最新研究成果
2. 汇总开放词汇3D 场景分割领域重要论文
3. 包含开放词汇 2D 目标检测关键工作
4. 提供 2D 开放词汇分割研究资源
5. 附带论文链接和官方代码实现
6. 分类清晰，便于检索特定研究方向
7. 涵盖3D和2D两大领域，资源丰富
8. 提供了10多篇顶级会议论文及代码链接
9. 持续更新，助力研究人员快速上手

特点:

1. 研究人员可以通过该资源集合快速找到开放词汇感知领域的最新论文和代码
2. 开发者可以利用该资源集合中的代码实现进行实验和开发
3. 学生可以通过该资源集合学习开放词汇感知领域的基础知识和最新进展
4. 教育工作者可以将该资源集合作为教学参考资料
5. 研究人员可以查阅相关论文和代码
6. 用于开发开源的开放词汇感知技术
7. 作为学习和研究计算机视觉的资源

相关导航

SmallTalk官网 – 一个开源的AI语言学习应用

SmallTalk是一个开源的AI语言学习网页应用，支持所有主流浏览器，包括移动端和桌面端。它具备语音功能，用户体验流畅，目前仍处于早期阶段。

CMU_MATH-AIMO开源项目 – AI数学奥林匹克竞赛的开源项目

卡内基梅隆大学团队在首届AI数学奥林匹克竞赛(AIMO)中获得亚军的开源项目，包含完整的训练数据集(AIME、AMC、Odyssey-Math)、验证集、模型微调代码和数据收集脚本，为研究AI解决数学问题提供了宝贵资源

NAwesome-Token-Merge-for-MLLMs开源项目 – 优化MLLM的Token处理效率

该项目是一个精选论文列表，专注于为多模态大语言模型（MLLM）提供高效的Token合并、减少、重采样和丢弃方法。通过整合多篇相关论文，帮助开发者和研究人员理解和实现高效的Token管理策略，从而优化多模态大语言模型的Token处理效率。

Gen AI Toolbox for Databases开源项目 – 数据库生成式AI开发工具箱

Google开源的Gen AI Toolbox for Databases是一个专为开发者设计的工具箱，旨在简化与数据库交互的生成式AI工具的开发过程。它提供了快速处理连接池、安全处理身份验证、内置详尽的技术文档等功能，帮助开发者更高效地构建和优化数据库相关的生成式AI应用。此外，工具箱还集成了OpenTelemetry支持，提升了端到端的可观测性，并简化了开发流程，使得集成工具仅需不到10行代码即可完成。

PandaGPT开源项目 – 多模态AI助手，支持图文分析

PandaGPT整合了Meta的ImageNet和开源大语言模型Vicuna，实现了LLM的多模态输入和输出，能够处理图像与文本的联合任务，提供用户友好的界面，便于社区的贡献和扩展。

Perplexica开源项目 – 一款基于AI的搜索引擎

Perplexica是一个由AI驱动的搜索引擎，是Perplexity AI的开源替代品，利用先进的机器学习算法理解用户查询，从网络中寻找答案，同时保护用户隐私。

NTerminal Dungeon开源项目 – 终端中的三维ASCII冒险

Terminal Dungeon 是一个字符界面的类Doom三维游戏引擎，使用光线投射技术渲染ASCII字符，可在终端中运行。它提供了类Doom风格的游戏体验，同时保持了轻量级和易于在终端环境中运行的特性。

Label Studio官网 – 灵活的数据标注工具

Label Studio是一个开源数据标注工具，旨在为计算机视觉、自然语言处理、语音、音频和视频模型准备训练数据。它支持多种数据类型的标注，适用于多个项目和用户。

Open R1官网 – 复现和整理 Deepseek R1 相关内容

Huggingface 整理并发布了关于 Deepseek R1 的所有重要内容和社区工作，包括评估分数复现、训练管道复现、合成数据生成流程、重要人物对 R1 模型的表态以及尝试复现 R1 的开源项目。该项目旨在为研究人员和开发者提供一个全面的资源，以便更好地理解和复现 Deepseek R1 模型。

Extreme-Multi-Patch Self-Supervised-Learning (EMP-SSL) – 高效自监督学习新方法

EMP-SSL是一种创新的自监督学习方法，通过增加每个图像实例中的图像块数量，显著提高了自监督学习的效率。该方法不依赖于常见的启发式技术，如分支之间的权重共享，并采用了特征归一化、输出量化和停止梯度等技术，使得训练时间减少了两个数量级，同时在多个数据集上实现了高准确率。

NReSearch开源项目 – 强化学习让LLM学会搜索推理

ReSearch 是一个开源项目，通过强化学习将搜索操作整合到大型语言模型（LLMs）的推理过程中，使其能够通过搜索工具更有效地回答问题。该项目通过强化学习训练LLM，使其在无监督数据的情况下学会何时以及如何调用搜索工具。基于Qwen2.5-7B模型，从零开始训练，展现了强大的泛化能力，并在HotpotQA等数据集上验证，性能显著提升。

ND8VK开源项目 – Direct3D 8 转 Vulkan 的转换层

D8VK 是 DXVK 的 Direct3D 8 实现，提供了一个基于 Vulkan 的转换层，用于将 Direct3D 8 调用转换为 Vulkan API。该项目旨在支持在非 Windows 平台上运行 Direct3D 8 应用程序，并提供更好的图形性能和稳定性。D8VK 继承了 DXVK 的高效性和兼容性，是一个开源项目，允许社区贡献和改进。

Open-R1-Multimodel开源项目 – 多模态强化学习模型

Open-R1-Multimodel是基于Huggingface的Open-R1和deepseek-ai/DeepSeek-R1实现的多模式R1模型。它集成了Qwen2-VL系列、Aria-MoE等VLM transformers，并开源了首批8k专注于数学推理的多模态强化学习训练示例。数据由GPT4o创建，具有推理路径和可验证答案，基于Math360K和Geo170K数据集。

DI-star开源项目 – StarCraft II中的决策AI

DI-star是一个开源项目，旨在为StarCraft II提供决策人工智能，通过多种决策算法和可扩展的架构，支持自定义代理和策略的开发与实验，提供高效的训练和测试环境。

OOTDiffusion开源项目 – 模特服装替换的强大工具

OOTDiffusion是一个免费的项目，旨在为模特提供多种服装替换选项，具备高质量的图像生成能力，适合各种风格，用户界面友好，便于使用。