(资料图片仅供参考)

编程客栈（）4月19日 消息:Meta 发布了 DINOv2，这是一种最先进的计算机视觉自监督模型，可以在深度估计、语义分割和图像相似性比较等任务中实现 SOTA 级别的性能。该模型可以借助卫星图像生成不同大洲的森林高度，在医学成像和作物产量估算等领域具有潜在应用。

DINOv2代表了计算机视觉自监督学习的重大突破，这可能会在未来产生更准确、更高效的模型。它还在包括农业和医疗php保健在内的各个行业都有潜在的应用。

DINOv2可以帮助改善 Metapythonverse 中的用户体验，这是 Meta 的主要关注点之一。

DINOv2的发布表明了 Meta 致力于开源 AI 工具并为 AI 社区的发展做出贡献。

DINOv2是计算机视觉中自我监督学习增长趋势的一部分，它有可能通过减少对大型标记数据集的需编程客栈求来彻底改变该领域。近年来，谷歌和 Facebook 等其他公司也发布了用于计算机视觉的自我监督模型。

自我监督学习是一种机器学习，它使用无监督学习技术在大量未标记数据上训练模型。

这种方法有可能显着减少训练计算机视觉模型所需的标记数据量，而这些数据的获取既费时又昂贵。