DINOv3零样本跑卫星图像SAT-493M上的分类/分割实测【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3过去想在卫星图像上跑一次语义分割逐像素分类得先人工标几万张图再训几周的专属模型。现在这段流程可以直接跳过Meta的DINOv3能零样本不拿新数据再训练直接推理地把卫星图像分析这条链路跑通。而且它不是拿网络图像通用模型硬凑是专门在SAT-493M卫星数据集上训出来的权重。核心能力速览DINOv3是Meta的一组视觉基础模型ViT家族从2100万参数的ViT-S一直排到67亿参数的ViT-7B。对卫星图像而言官方给了ViT-L/16和ViT-7B/16两套专用权重在SAT-493M上训练——4.93亿张512×512、0.6米分辨率的Maxar RGB正射影像随机采样而来。卖点归纳起来就四条零样本类别标签上挂一个k-NN在特征空间里找最近邻或逻辑回归分类器就能做分类和检索不微调密集特征图里每个16×16的patch都产出一枚特征向量分割、检索、匹配直接可用高分辨率友好图像边长是patch尺寸16的倍数就能直接喂进去大幅面卫片不用强行切块多任务复用同一套特征覆盖分类、语义分割、目标检测、深度估计不用逐任务重训数据说话DINOv3卫星图像实测SAT-493M先看数据GEO-Bench卫星图像基准均为零样本设置任务DINOv3 ViT-L/16DINOv3 ViT-7B/16分类平均准确率79.6%81.1%分割平均精度74.5%75.0%ViT-7B比ViT-L分类多1.5个点、分割多0.5个点没多做任何微调纯靠参数量堆出来。对标注数据稀缺的领域这个80%上下的零样本均值意味着第一版系统可以先上线不必等标注赶进度。它凭什么能做到DINO自蒸馏让同一张图的多视角对齐DINO损失用学生-教师自蒸馏的框架让模型对同一张图的多裁剪multi-crop、不同增强下的特征做互预测。卫星影像里同一个地物在不同视角、分辨率、季节下长得不一样这条损失就是专门把特征训得跨这些扰动保持稳定——跨图匹配和检索的地基。iBOT掩码建模靠填空练出局部敏感度iBOT掩码图像建模随机遮住部分patch让模型从上下文里补回来。这逼着密集特征真正编码局部结构而不是整张图糊成一团也是同一套特征能直接做分割类任务的原因。KoLeoGram锚定特征空间不塌成一坨KoLeo正则作用在[CLS]标记上把全局特征摊开在特征球面上让不同类别不挤到同一点Gram锚定则约束学生模型的特征二阶结构向教师对齐保住判别信息。这两个项解释了为什么上面的零样本k-NN数字站得住三项损失的实现都在损失函数目录里。跑起来有多快实际就两步加载模型、换预处理k-NN分类器那部分几行就够。第一步加载权重import torch # 加载SAT-493M权重 model torch.hub.load( repo_or_dirfacebookresearch/dinov3, modeldinov3_vitl16, weightsfacebook/dinov3-vitl16-pretrain-sat493m, )第二步预处理。注意DINOv3卫星图像权重的归一化参数和网络图像权重不同误用ImageNet的均值方差会白白掉点import torch from torchvision.transforms import v2 # SAT-493M权重必须配卫星专用归一化参数 def make_transform(resize_size256): return v2.Compose([ v2.ToImage(), v2.Resize((resize_size, resize_size), antialiasTrue), v2.ToDtype(torch.float32, scaleTrue), v2.Normalize(mean(0.430, 0.411, 0.296), std(0.213, 0.156, 0.143)), ])patch大的场景把resize_size调大即可唯一要求边长是16的倍数。全部权重的加载示例和配套head模型在README.md里有完整列表。落地场景农业正射影像上做地块分类与分割跟踪作物长势、提前标出异常区域城市规划识别城市扩张、建筑分布与路网给规划侧一个现成的特征层环境监测大尺度影像上的灾害损毁评估与变化检测一句话收束如果你要的是卫星图像分析里开箱即用的特征、又不想碰训练管线SAT-493M的DINOv3卫星图像权重是当前最省事的起点先看零样本数字再决定值不值得微调——这个顺序和过去完全反过来了️【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
DINOv3零样本跑卫星图像：SAT-493M上的分类/分割实测
DINOv3零样本跑卫星图像SAT-493M上的分类/分割实测【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3过去想在卫星图像上跑一次语义分割逐像素分类得先人工标几万张图再训几周的专属模型。现在这段流程可以直接跳过Meta的DINOv3能零样本不拿新数据再训练直接推理地把卫星图像分析这条链路跑通。而且它不是拿网络图像通用模型硬凑是专门在SAT-493M卫星数据集上训出来的权重。核心能力速览DINOv3是Meta的一组视觉基础模型ViT家族从2100万参数的ViT-S一直排到67亿参数的ViT-7B。对卫星图像而言官方给了ViT-L/16和ViT-7B/16两套专用权重在SAT-493M上训练——4.93亿张512×512、0.6米分辨率的Maxar RGB正射影像随机采样而来。卖点归纳起来就四条零样本类别标签上挂一个k-NN在特征空间里找最近邻或逻辑回归分类器就能做分类和检索不微调密集特征图里每个16×16的patch都产出一枚特征向量分割、检索、匹配直接可用高分辨率友好图像边长是patch尺寸16的倍数就能直接喂进去大幅面卫片不用强行切块多任务复用同一套特征覆盖分类、语义分割、目标检测、深度估计不用逐任务重训数据说话DINOv3卫星图像实测SAT-493M先看数据GEO-Bench卫星图像基准均为零样本设置任务DINOv3 ViT-L/16DINOv3 ViT-7B/16分类平均准确率79.6%81.1%分割平均精度74.5%75.0%ViT-7B比ViT-L分类多1.5个点、分割多0.5个点没多做任何微调纯靠参数量堆出来。对标注数据稀缺的领域这个80%上下的零样本均值意味着第一版系统可以先上线不必等标注赶进度。它凭什么能做到DINO自蒸馏让同一张图的多视角对齐DINO损失用学生-教师自蒸馏的框架让模型对同一张图的多裁剪multi-crop、不同增强下的特征做互预测。卫星影像里同一个地物在不同视角、分辨率、季节下长得不一样这条损失就是专门把特征训得跨这些扰动保持稳定——跨图匹配和检索的地基。iBOT掩码建模靠填空练出局部敏感度iBOT掩码图像建模随机遮住部分patch让模型从上下文里补回来。这逼着密集特征真正编码局部结构而不是整张图糊成一团也是同一套特征能直接做分割类任务的原因。KoLeoGram锚定特征空间不塌成一坨KoLeo正则作用在[CLS]标记上把全局特征摊开在特征球面上让不同类别不挤到同一点Gram锚定则约束学生模型的特征二阶结构向教师对齐保住判别信息。这两个项解释了为什么上面的零样本k-NN数字站得住三项损失的实现都在损失函数目录里。跑起来有多快实际就两步加载模型、换预处理k-NN分类器那部分几行就够。第一步加载权重import torch # 加载SAT-493M权重 model torch.hub.load( repo_or_dirfacebookresearch/dinov3, modeldinov3_vitl16, weightsfacebook/dinov3-vitl16-pretrain-sat493m, )第二步预处理。注意DINOv3卫星图像权重的归一化参数和网络图像权重不同误用ImageNet的均值方差会白白掉点import torch from torchvision.transforms import v2 # SAT-493M权重必须配卫星专用归一化参数 def make_transform(resize_size256): return v2.Compose([ v2.ToImage(), v2.Resize((resize_size, resize_size), antialiasTrue), v2.ToDtype(torch.float32, scaleTrue), v2.Normalize(mean(0.430, 0.411, 0.296), std(0.213, 0.156, 0.143)), ])patch大的场景把resize_size调大即可唯一要求边长是16的倍数。全部权重的加载示例和配套head模型在README.md里有完整列表。落地场景农业正射影像上做地块分类与分割跟踪作物长势、提前标出异常区域城市规划识别城市扩张、建筑分布与路网给规划侧一个现成的特征层环境监测大尺度影像上的灾害损毁评估与变化检测一句话收束如果你要的是卫星图像分析里开箱即用的特征、又不想碰训练管线SAT-493M的DINOv3卫星图像权重是当前最省事的起点先看零样本数字再决定值不值得微调——这个顺序和过去完全反过来了️【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
