零样本目标检测及分割模型

零样本目标检测

Grounding DINO

YOLO-World

零样本分割

SAM系列

DinoV3

DINOv3 是 Meta AI 在 2025 年 推出的最新一代自监督视觉基础模型 (Self-Supervised Vision Foundation Model),是 DINO 系列(DINO → DINOv2 → DINOv3)的集大成者。它无需任何人工标注,仅通过海量无标签图像学习通用、高分辨率、语义丰富的视觉特征,在冻结参数(frozen backbone)的情况下,即可在多种下游任务(如分类、分割、深度估计、医学影像等)中达到 SOTA 或接近 SOTA 的性能。

相关推荐
冬奇Lab1 分钟前
如何让 AI Skill 质量有据可查?Benchmark 驱动的评测体系设计
人工智能·agent
腾科IT教育1 小时前
Spring AI Alibaba 向量(VectorStore)
人工智能·spring·microsoft
IT_陈寒1 小时前
React中useEffect依赖项这个坑我居然踩了三天
前端·人工智能·后端
江畔柳前堤1 小时前
github实战指南02-仓库管理与 Issue
人工智能·深度学习·github·信号处理·caffe·wps·issue
邵宇然2 小时前
内存分配优化:基于 Unsafe 指针与内存对齐的 Rust 区域分配器
人工智能
海兰2 小时前
【游戏】迷雾镇(Mist Town)AI 沙箱游戏详细设计与部署指南(附源代码)
人工智能·游戏
小赖同学啊2 小时前
智能连接器集群化高可用生产方案
linux·运维·人工智能
ZStack开发者社区2 小时前
基于AI Agent的ZCF API文档全链路自动化
运维·人工智能·自动化
沈麽鬼2 小时前
别瞎用AI写代码!90%开发者都搞错了AI编程的底层逻辑
人工智能·ai编程·trae
小陈爱编程2 小时前
我终于把 Codex 的 API 配置理顺了:从踩坑到跑通
人工智能