在语义分割、实例分割、深度估计和图像检索等任务中，这个名叫 DINOv2 的视觉大模型均取得了非常不错的效果 … 这是 DINOv2 在 8 个视觉任务上的表现，包括语义分割、分类、深度估计等，其中橙色是自监督方法的效果，深粉色是弱监督方法的效果 … 可以看见，经过自监督学习的视觉模型，表现上已经与经过弱监督学习的模型性能相当。