# 自監督視覺Transformer

基於視覺Transformer(ViT)的大規模圖像特徵提取模型，採用自監督掩碼自編碼器(MAE)方法在ImageNet-1k數據集上預訓練

基於視覺Transformer(ViT)的自監督圖像特徵提取模型，採用DINO方法訓練

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

BEiT是一種基於視覺Transformer（ViT）的圖像分類模型，通過自監督方式在ImageNet-22k上預訓練並在相同數據集上微調。

BEiT是一種基於視覺Transformer的模型，通過自監督學習在ImageNet-21k數據集上預訓練，用於圖像分類任務。

BEiT是一種基於視覺Transformer（ViT）的圖像分類模型，通過自監督方式在ImageNet-22k上預訓練，並在相同數據集上微調。

BEiT是一種基於視覺Transformer（ViT）的自監督學習模型，通過ImageNet-21k數據集預訓練，用於圖像分類任務。

基於DINO自監督方法訓練的視覺Transformer模型，採用ViT架構，在ImageNet-1k數據集上預訓練。