dinov2-small facebook
- 类型
- model
- 任务
- image-feature-extraction
- 框架
- transformers
- 下载量
- 4,664,473
- 点赞
- 71
- 访问
- public
- 文件
- 0
标签
- 视觉模型
- 图像特征提取
- 图像分类
- 计算机视觉
- 自监督学习
- 深度学习
- transformers
- PyTorch
摘要
DINOv2-small是一个使用自监督方法训练的视觉Transformer（ViT）模型，无需标注数据即可学习鲁棒的图像视觉特征。该模型不包含任何微调头，输出图像的通用表示，可用于图像特征提取并作为下游任务（如图像分类、检索等）的基础编码器。适用于需要在预训练编码器上加线性层完成分类、语义检索等视觉任务的场景。
README
--- license: apache-2.0 tags: - dino - vision --- # 使用 DINOv2 训练的 Vision Transformer（小型模型） 使用 DINOv2 方法训练的 Vision Transformer（ViT）模型。该模型在 Oquab 等人发表的论文 [DINOv2: Learning Robust Visual Features without Supervision](https://arxiv.org/abs/2304.07193) 中提出，并首次发布于[此代码库](https://github.com/facebookresearc…