Ito ang Windows app na pinangalanang DINOv2 na ang pinakabagong release ay maaaring ma-download bilang dinov2sourcecode.tar.gz. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang DINOv2 gamit ang OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
DINOv2
DESCRIPTION
Ang DINOv2 ay isang self-supervised vision learning framework na gumagawa ng malakas, pangkalahatang layunin ng mga representasyon ng imahe nang hindi gumagamit ng mga label ng tao. Bumubuo ito sa ideya ng DINO ng student-teacher distillation at iniangkop ito sa modernong Vision Transformer backbones na may maingat na nakatutok na recipe para sa data augmentation, optimization, at multi-crop na pagsasanay. Ang pangunahing pangako ay ang nag-iisang pretrained backbone ay makakapaglipat ng maayos sa maraming downstream na gawain—mula sa linear probing sa classification hanggang sa retrieval, detection, at segmentation—na kadalasang nangangailangan ng kaunti o walang fine-tuning. Kasama sa repositoryo ang code para sa pagsasanay, pagsusuri, at pagkuha ng tampok, na may mga utility para magpatakbo ng k-NN o mga linear na baseline ng pagsusuri upang masuri ang kalidad ng representasyon. Sinasaklaw ng mga pretrained na checkpoint ang maraming laki ng modelo upang ang mga practitioner ay makapagpalit ng katumpakan para sa bilis at memorya depende sa kanilang mga hadlang sa pag-deploy.
Mga tampok
- Self-supervised na recipe ng pagsasanay para sa ViT backbones gamit ang student-teacher distillation
- Malakas, task-agnostic na feature na lumilipat sa classification, retrieval, at segmentation
- Ready-to-use na pretrained weights sa maraming timbangan ng modelo
- Mga script ng pagsusuri sa baseline para sa mga linear na probe at k-NN classifier
- Nagtatampok ng mga kagamitan sa pagkuha para sa mga downstream na pipeline at paghahanap ng pinakamalapit na kapitbahay
- Reproducible configs at training utilities para sa malakihang pretraining
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/dinov2.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
