# 自監督ViT

基於80億MetaCLIP數據訓練的70億參數視覺Transformer模型，採用DINOv2自監督學習框架，無需語言監督

H-optimus-1是由Bioptimus開發的病理學基礎模型，通過自監督學習訓練，用於提取病理圖像特徵。

Virchow是基於150萬張全切片組織病理學圖像的自監督視覺Transformer預訓練模型，可作為切片級特徵提取器用於計算病理學下游任務。

基於視覺Transformer（ViT）的圖像特徵模型，採用自監督DINO方法訓練，適用於圖像分類和特徵提取任務。