DINOv3 卫星图像分析零样本分类 81.1%分割 75.0%【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3DINOv3 是 Meta AI 推出的自监督视觉基础模型无需微调即可用于卫星图像分析GEO-Bench 上零样本分类 81.1%、分割 75.0%覆盖分类、分割、检测、深度估计。卫星图像分析为什么难标注贵、换任务就重训传统做法里每做一个新任务分类、分割、检测往往要重新标注、重新训练一套模型而卫星图像的人工标注成本远高于普通自然图像。视觉基础模型改变了这个流程先在海量无标签数据上学会通用视觉特征下游任务只靠少量标签甚至不训练就能上手。这正是 DINOv3 想解决的问题。DINOv3 与 SAT-493M 数据集一次讲清DINOv3 是一个基于 Vision Transformer 的模型家族规模从约 2100 万参数的 ViT-S 一直延伸到约 67 亿参数的 ViT-7B。本文关注的权重是在 SAT-493M 数据集上预训练的该数据集包含 4.93 亿张 512×512 的 Maxar RGB 正射影像分辨率 0.6 米。训练配方一句话概括DINO 自蒸馏配合多裁剪、iBOT 掩码建模、[CLS] 上的 KoLeo 正则外加 Gram 锚定。GEO-Bench 实测分类与分割数据一览模型分类准确率分割精度DINOv3 ViT-L/1679.6%74.5%DINOv3 ViT-7B/1681.1%75.0%两点解读以上全部是零样本结果分类只用了类别标签加 k-NN 或逻辑回归分类器没有任何微调ViT-7B 相对 ViT-L 的分类提升 1.5 个百分点说明把预训练算力和数据规模继续往上堆在卫星影像这类任务上仍然有效。零样本跑通分类任务模型加载示例用 PyTorch Hub 加载即可官方仓库 facebookresearch/dinov3克隆地址 gitcode.com/GitHub_Trending/di/dinov3import torch model torch.hub.load( repo_or_dirfacebookresearch/dinov3, modeldinov3_vitl16, weightsfacebook/dinov3-vitl16-pretrain-sat493m, )使用 SAT-493M 权重时图像变换需要换成卫星影像专用参数resize 到 256Normalize 的 mean 为 (0.430, 0.411, 0.296)、std 为 (0.213, 0.156, 0.143)——这与自然图像权重的归一化参数不同别混用。跑零样本分类时准备类别标签配 k-NN 或逻辑回归分类器即可不必训练完整网络。另外模型可以处理更大尺寸的输入只要长宽是 patch 尺寸 16 的倍数这对高分辨率卫星影像比较友好。典型应用场景农业、城市与环境农业监测监测作物长势、预测产量从影像里提前发现病虫害迹象城市规划识别城市扩张、建筑物分布与道路网络给规划决策供数环境监测支持气候变化观测与自然灾害评估等分析任务ViT-S、ViT-L 和 ViT-7B 怎么选ViT-S约 2100 万参数推理开销最小适合边缘设备、大批量影像扫描这类延迟和成本敏感的场景ViT-L/16精度与开销的均衡点分类 79.6%、分割 74.5%多数团队的默认起点ViT-7B约 67 亿参数精度最高分类 81.1%、分割 75.0%但部署门槛高更适合离线评测或作为蒸馏源模型实操建议先用 ViT-L/16 在自有数据上摸底有明显精度缺口再考虑升级到 7B。写在最后随着卫星影像数据继续增长DINOv3 在多模态分析与实时监测中的用武之地会更多。对工程团队来说现在就可以用零样本基线给自己的业务定一个可量化的起点。【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 卫星图像分析零样本分类 81.1%分割 75.0%【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3DINOv3 是 Meta AI 推出的自监督视觉基础模型无需微调即可用于卫星图像分析GEO-Bench 上零样本分类 81.1%、分割 75.0%覆盖分类、分割、检测、深度估计。卫星图像分析为什么难标注贵、换任务就重训传统做法里每做一个新任务分类、分割、检测往往要重新标注、重新训练一套模型而卫星图像的人工标注成本远高于普通自然图像。视觉基础模型改变了这个流程先在海量无标签数据上学会通用视觉特征下游任务只靠少量标签甚至不训练就能上手。这正是 DINOv3 想解决的问题。DINOv3 与 SAT-493M 数据集一次讲清DINOv3 是一个基于 Vision Transformer 的模型家族规模从约 2100 万参数的 ViT-S 一直延伸到约 67 亿参数的 ViT-7B。本文关注的权重是在 SAT-493M 数据集上预训练的该数据集包含 4.93 亿张 512×512 的 Maxar RGB 正射影像分辨率 0.6 米。训练配方一句话概括DINO 自蒸馏配合多裁剪、iBOT 掩码建模、[CLS] 上的 KoLeo 正则外加 Gram 锚定。GEO-Bench 实测分类与分割数据一览模型分类准确率分割精度DINOv3 ViT-L/1679.6%74.5%DINOv3 ViT-7B/1681.1%75.0%两点解读以上全部是零样本结果分类只用了类别标签加 k-NN 或逻辑回归分类器没有任何微调ViT-7B 相对 ViT-L 的分类提升 1.5 个百分点说明把预训练算力和数据规模继续往上堆在卫星影像这类任务上仍然有效。零样本跑通分类任务模型加载示例用 PyTorch Hub 加载即可官方仓库 facebookresearch/dinov3克隆地址 gitcode.com/GitHub_Trending/di/dinov3import torch model torch.hub.load( repo_or_dirfacebookresearch/dinov3, modeldinov3_vitl16, weightsfacebook/dinov3-vitl16-pretrain-sat493m, )使用 SAT-493M 权重时图像变换需要换成卫星影像专用参数resize 到 256Normalize 的 mean 为 (0.430, 0.411, 0.296)、std 为 (0.213, 0.156, 0.143)——这与自然图像权重的归一化参数不同别混用。跑零样本分类时准备类别标签配 k-NN 或逻辑回归分类器即可不必训练完整网络。另外模型可以处理更大尺寸的输入只要长宽是 patch 尺寸 16 的倍数这对高分辨率卫星影像比较友好。典型应用场景农业、城市与环境农业监测监测作物长势、预测产量从影像里提前发现病虫害迹象城市规划识别城市扩张、建筑物分布与道路网络给规划决策供数环境监测支持气候变化观测与自然灾害评估等分析任务ViT-S、ViT-L 和 ViT-7B 怎么选ViT-S约 2100 万参数推理开销最小适合边缘设备、大批量影像扫描这类延迟和成本敏感的场景ViT-L/16精度与开销的均衡点分类 79.6%、分割 74.5%多数团队的默认起点ViT-7B约 67 亿参数精度最高分类 81.1%、分割 75.0%但部署门槛高更适合离线评测或作为蒸馏源模型实操建议先用 ViT-L/16 在自有数据上摸底有明显精度缺口再考虑升级到 7B。写在最后随着卫星影像数据继续增长DINOv3 在多模态分析与实时监测中的用武之地会更多。对工程团队来说现在就可以用零样本基线给自己的业务定一个可量化的起点。【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
