AIbase
TW
模型選型
標籤
自監督視覺表徵

# 自監督視覺表徵

Webssl Dino3b Full2b 224
這是一個通過DINOv2自監督學習在20億網絡圖像上訓練的30億參數視覺Transformer模型，無需語言監督即可學習強大的視覺表徵。
圖像分類 Transformers
W
facebook
72
0
Webssl Dino2b Light2b 224
基於DINOv2自監督學習框架訓練的20億參數視覺Transformer模型，使用輕過濾的網絡規模圖像數據（無需語言監督）。
圖像分類 Transformers
W
facebook
27
0
Webssl Dino3b Heavy2b 224
基於20億級嚴選MetaCLIP數據訓練的30億參數視覺Transformer模型，採用DINOv2自監督學習框架
圖像分類 Transformers
W
facebook
26
0
Webssl Dino3b Light2b 224
30億參數的視覺Transformer模型，採用DINOv2自監督學習方法在輕過濾的網絡規模圖像數據上訓練，無需語言監督。
圖像分類 Transformers
W
facebook
25
0
Webssl Dino300m Full2b 224
基於20億MetaCLIP數據的224分辨率視覺Transformer模型，採用DINOv2自監督學習方法訓練
圖像分類 Transformers
W
facebook
503
7
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase