dinov3

DINOv3 是 Meta AI 提出的自监督视觉基础模型，专注于通过自蒸馏学习高质量图像表征。其核心特点是支持高分辨率输入、具备强泛化能力，在线性探测任务（如语义分割、单目深度估计）和下游微调中表现优异；技术上采用改进的 ViT 架构与多尺度蒸馏策略，并已集成至 Hugging Face Transformers 和 timm 库。适用于遥感分析（如树冠高度图 CHM）、医学影像、工业质检等需强视觉表征但标注数据有限的场景。