dinov3

DINOv3 是一个基于 PyTorch 的自监督视觉模型实现。该项目提供了 DINOv3 模型的参考实现及其预训练权重，支持多种下游任务如语义分割、单目深度估计和树冠高度图生成等。技术上，DINOv3 利用自监督学习方法，通过大规模未标注数据进行预训练，从而在多个视觉任务中表现出色。该模型已被集成到 Hugging Face 的 Transformers 库中，并且支持通过 timm 库进行使用。适用于需要高精度视觉理解的应用场景，例如遥感图像分析、自动驾驶中的环境感知以及医学影像处理等领域。