linux-BR.org

Notícias de software livre e tecnologias

Meta Ai Research, Fair
Maxime Oquab,
Timothée Darcet,
Théo Moutakanni,
Huy V. Vo,
Marc Szafraniec,
Vasil Khalidov,
Patrick Labatut,
Armand Joulin,
Piotr Bojanowski
[Paper] [Blog] [Demo] [Bibtex]
Implementação de Pytorch e modelos pré -teriados para DINOV2.O código de treinamento economiza os pesos do professor na pasta Eval a cada 12500 iterações para avaliação.⚠️ Para executar os comandos fornecidos nas próximas seções para treinamento e avaliação, o pacote DINOV2 deve ser incluído no caminho de pesquisa do módulo Python, ou seja, para obter detalhes, consulte o artigo: DINOV2: Aprendendo recursos visuais robustos sem supervisão.O código de treinamento e avaliação requer Pytorch 2.0 e Xformers 0.0.18, bem como vários outros pacotes de terceiros.

Fonte: https://github.com/facebookresearch/dinov2