Dit is de Windows-app DINOv3, waarvan de nieuwste versie kan worden gedownload als dinov3sourcecode.tar.gz. Deze kan online worden uitgevoerd via de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik online gratis deze app met de naam DINOv3 met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start een OS OnWorks online emulator vanaf deze website, maar een betere Windows online emulator.
- 5. Ga vanuit het OnWorks Windows-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie en installeer deze.
- 7. Download Wine van de softwarebronnen voor Linux-distributies. Eenmaal geïnstalleerd, kunt u vervolgens dubbelklikken op de app om ze met Wine uit te voeren. Je kunt ook PlayOnLinux proberen, een mooie interface via Wine waarmee je populaire Windows-programma's en -games kunt installeren.
Wine is een manier om Windows-software op Linux uit te voeren, maar zonder dat Windows vereist is. Wine is een open-source Windows-compatibiliteitslaag die Windows-programma's rechtstreeks op elke Linux-desktop kan uitvoeren. In wezen probeert Wine genoeg van Windows opnieuw te implementeren, zodat het al die Windows-applicaties kan draaien zonder Windows echt nodig te hebben.
SCREENSHOTS
Ad
DINOv3
PRODUCTBESCHRIJVING
DINOv3 is de derde generatie van Meta's zelfgestuurde framework voor leren van visuele representatie, voortbouwend op de ideeën van DINO en DINOv2. Het zet het paradigma voort van het leren van sterke beeldrepresentaties zonder labels met behulp van docent-student-distillatie, maar introduceert een vereenvoudigd en schaalbaarder trainingsrecept dat goed presteert in verschillende datasets en architecturen. DINOv3 maakt complexe augmentaties of momentum-encoders overbodig, waardoor de pijplijn wordt gestroomlijnd en de kwaliteit van de features behouden blijft of zelfs verbetert. Het model ondersteunt meerdere backbone-architecturen, waaronder Vision Transformers (ViT), en kan hogere beeldresoluties verwerken met verbeterde stabiliteit tijdens de training. De geleerde embeddings generaliseren robuust over taken zoals classificatie, retrieval en segmentatie zonder finetuning, en laten state-of-the-art overdrachtsprestaties zien tussen zelfgestuurde modellen.
Kenmerken
- Vereenvoudigd zelfgestuurd leerkader met verbeterde schaalbaarheid
- Destillatie van leraar en student zonder gelabelde gegevens of zware aanvulling
- Ondersteuning voor meerdere backbones, waaronder Vision Transformers
- Stabiele training met hoge resolutie en gedistribueerde multi-GPU-opstelling
- Hoge overdraagbaarheid naar classificatie-, ophaal- en segmentatietaken
- Kant-en-klare scripts voor training, feature-extractie en benchmarking
Programmeertaal
Python
Categorieën
Deze applicatie kan ook worden gedownload van https://sourceforge.net/projects/dinov3.mirror/. Deze is gehost in OnWorks, zodat deze eenvoudig online kan worden uitgevoerd via een van onze gratis besturingssystemen.
