容易混淆的 DINO：自监督 DINO/DINOv2、检测 DINO 与 Grounding DINO
从训练信号、架构与输出区分同名 DINO，理解 DINOv2 的自蒸馏、iBOT、骨干能力，以及它与 CLIP 和检测 DINO 的关系。
#计算机视觉#DINOv2#DINO#DETR#自监督学习#目标检测#CLIP
视觉理解
从图像与视频理解，到视觉语言模型和图像生成。
博客目录 →话题文章
共 4 篇DETR 目标检测方法：从 DETR、Deformable DETR 到 DINO 与 RT-DETR
从集合预测、稀疏注意力、动态锚框和去噪训练，到高精度 DINO 与实时 RT-DETR，梳理 DETR 系列的演进、指标边界与部署选择。
#目标检测#DETR#Deformable DETR#DAB-DETR#DN-DETR#DINO#RT-DETR
视觉特征融合的五种经典玩法：FPN、PANet、BiFPN、ASPP 与 Non-local
从跨层金字塔、双向路径、可学习加权，到层内多尺度上下文和全局依赖，理解五种经典视觉特征融合模块的差异与适用边界。
#计算机视觉#特征融合#目标检测#语义分割#FPN#BiFPN
视频时序建模：从 C3D、I3D、TSM 到 TimeSformer 与 VideoMAE
从三维卷积、权重膨胀、时序移位到分解注意力和掩码预训练，理解五种经典视频建模方法的机制、边界与工程取舍。
#视频理解#时序建模#C3D#I3D#TSM#TimeSformer#VideoMAE