V

Vit Base Patch14 Reg4 Dinov2.lvd142m

由timm開發
一個帶有寄存器的視覺變換器(ViT)圖像特徵模型,使用自監督的DINOv2方法在LVD-142M數據集上進行預訓練。
下載量 40.95k
發布時間 : 10/30/2023

模型概述

該模型是基於視覺變換器(ViT)架構的圖像特徵提取骨幹網絡,特別添加了寄存器機制以提升性能。主要用於圖像分類和特徵提取任務。

模型特點

寄存器增強
模型採用了寄存器機制,提升了視覺變換器的性能表現
自監督預訓練
使用DINOv2自監督學習方法在LVD-142M數據集上進行預訓練
大尺寸輸入支持
支持518×518像素的大尺寸圖像輸入

模型能力

圖像特徵提取
圖像分類
生成圖像嵌入表示

使用案例

計算機視覺
圖像分類
可用於通用圖像分類任務
特徵提取
可作為骨幹網絡為下游視覺任務提供特徵表示
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase