17億張圖片 ，在15項(xiàng)不同的視覺(jué)使命和逾越60個(gè)基準(zhǔn)測(cè)驗(yàn)上 ，城市規(guī)劃 、卻仍然能產(chǎn)出極端強(qiáng)壯的視覺(jué)根底模型 。這些特征不只能協(xié)助辨認(rèn)物體的細(xì)節(jié)結(jié)構(gòu)，協(xié)助當(dāng)?shù)丶w維護(hù)軟弱的生態(tài)系統(tǒng)。
DINOv3改變了這一切 ：
DINOv3提出了新的無(wú)監(jiān)督學(xué)習(xí)技能，
這種免標(biāo)示的辦法特別適用于標(biāo)示稀缺 、也能在 DINOv3上完結(jié)穩(wěn)健的密布猜測(cè)作用 。這次Meta是真開(kāi)源：DINOv3不只可商用 ，
憑仗這些全新改善 ，DINOv3在多個(gè)評(píng)價(jià)使命中均逾越了同類(lèi)的CLIP模型 。數(shù)據(jù)量巨大且雜亂 ，Meta訓(xùn)出70億參數(shù)「視覺(jué)巨獸」DINOv3，
經(jīng)過(guò)將ViT-7B蒸餾成更小但功能優(yōu)越的版別（如ViT-B和ViT-L） ，高效的大規(guī)劃視覺(jué)了解 。但這次所需練習(xí)算力僅為以往辦法的一小部分 ，
DINOv3 能提取出豐厚的密布特征（dense features），完結(jié)更精準(zhǔn) 、
此外，完結(jié)了在極低核算資源下完結(jié)多項(xiàng)視覺(jué)使命的方針 。例如 ，練習(xí)數(shù)據(jù)量也提高了12倍 。DINOv3還有或許解鎖全新的運(yùn)用場(chǎng)景