DINOv2: Learning Robust Visual Features without Supervision

• 类型：arxiv
• 标识：2304.07193
• 链接：https://arxiv.org/abs/2304.07193
• 主题：rag
• 主分类：multimodal
• 形态：method
• 被引：9976
• 被引来源：Semantic Scholar
• S2被引：9976
• OpenAlex被引：1067
• 影响力被引：1445
• TLDR：This work revisits existing approaches and combines different techniques to scale the pretraining in terms of data and model size, and proposes an automatic pipeline to build a dedicated, diverse, and curated image dataset instead of uncurated data, as typically done in the self-supervised literature.
• OpenAlex ID：W4366208220
• OpenAlex DOI：10.48550/arxiv.2304.07193
• DOI：10.48550/arxiv.2304.07193
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2304.07193
• OpenAlex更新：2026-08-22
• 待LLM分类：否
• 标题中文：DINOv2：无监督学习鲁棒的视觉特征
• TLDR中文：本文回顾现有方法，并融合多种技术从数据与模型规模两方面扩展预训练，提出一条自动化流水线以构建专用、多样且经过筛选的图像数据集，替代自监督文献中常用的未筛选数据。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]