dino

DINO 是一个基于自监督学习的视觉Transformer预训练框架，用于在无标注图像数据上学习通用视觉表征。其核心采用知识蒸馏机制，在学生-教师网络结构中引入中心化与动量更新策略，避免模型坍缩；支持ViT-S/B等架构，提供PyTorch实现、预训练权重（含ONNX格式）及完整训练/评估日志。适用于需要高质量视觉特征提取的下游任务，如小样本分类、目标检测、分割等，尤其适合标注数据稀缺或需迁移学习的计算机视觉场景。