企业官网建设流程全解析

DINOv3零样本跑卫星图像：SAT-493M上的分类/分割实测

【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3

过去想在卫星图像上跑一次语义分割（逐像素分类），得先人工标几万张图，再训几周的专属模型。现在这段流程可以直接跳过：Meta的DINOv3能零样本（不拿新数据再训练，直接推理）地把卫星图像分析这条链路跑通。而且它不是拿网络图像通用模型硬凑，是专门在SAT-493M卫星数据集上训出来的权重。

核心能力速览

DINOv3是Meta的一组视觉基础模型，ViT家族从2100万参数的ViT-S一直排到67亿参数的ViT-7B。对卫星图像而言，官方给了ViT-L/16和ViT-7B/16两套专用权重，在SAT-493M上训练——4.93亿张512×512、0.6米分辨率的Maxar RGB正射影像随机采样而来。卖点归纳起来就四条：

• 零样本：类别标签上挂一个k-NN（在特征空间里找最近邻）或逻辑回归分类器就能做分类和检索，不微调
• 密集特征：图里每个16×16的patch都产出一枚特征向量，分割、检索、匹配直接可用
• 高分辨率友好：图像边长是patch尺寸16的倍数就能直接喂进去，大幅面卫片不用强行切块
• 多任务复用：同一套特征覆盖分类、语义分割、目标检测、深度估计，不用逐任务重训

数据说话：DINOv3卫星图像实测（SAT-493M）

先看数据（GEO-Bench卫星图像基准，均为零样本设置）：

ViT-7B比ViT-L分类多1.5个点、分割多0.5个点，没多做任何微调，纯靠参数量堆出来。对标注数据稀缺的领域，这个80%上下的零样本均值意味着：第一版系统可以先上线，不必等标注赶进度。

它凭什么能做到

DINO自蒸馏：让同一张图的多视角"对齐"

DINO损失用学生-教师自蒸馏的框架，让模型对同一张图的多裁剪（multi-crop）、不同增强下的特征做互预测。卫星影像里同一个地物在不同视角、分辨率、季节下长得不一样，这条损失就是专门把特征训得跨这些扰动保持稳定——跨图匹配和检索的地基。

iBOT掩码建模：靠"填空"练出局部敏感度

iBOT（掩码图像建模）随机遮住部分patch，让模型从上下文里补回来。这逼着密集特征真正编码局部结构，而不是整张图糊成一团，也是同一套特征能直接做分割类任务的原因。

KoLeo+Gram锚定：特征空间不"塌成一坨"

KoLeo正则作用在[CLS]标记上，把全局特征摊开在特征球面上，让不同类别不挤到同一点；Gram锚定则约束学生模型的特征二阶结构向教师对齐，保住判别信息。这两个项解释了为什么上面的零样本k-NN数字站得住，三项损失的实现都在损失函数目录里。

跑起来有多快

实际就两步：加载模型、换预处理，k-NN分类器那部分几行就够。第一步，加载权重：

import torch # 加载SAT-493M权重 model = torch.hub.load( repo_or_dir='facebookresearch/dinov3', model='dinov3_vitl16', weights='facebook/dinov3-vitl16-pretrain-sat493m', )

第二步，预处理。注意DINOv3卫星图像权重的归一化参数和网络图像权重不同，误用ImageNet的均值方差会白白掉点：

import torch from torchvision.transforms import v2 # SAT-493M权重必须配卫星专用归一化参数 def make_transform(resize_size=256): return v2.Compose([ v2.ToImage(), v2.Resize((resize_size, resize_size), antialias=True), v2.ToDtype(torch.float32, scale=True), v2.Normalize(mean=(0.430, 0.411, 0.296), std=(0.213, 0.156, 0.143)), ])

patch大的场景把resize_size调大即可，唯一要求边长是16的倍数。全部权重的加载示例和配套head模型在README.md里有完整列表。

落地场景

• 农业：正射影像上做地块分类与分割，跟踪作物长势、提前标出异常区域
• 城市规划：识别城市扩张、建筑分布与路网，给规划侧一个现成的特征层
• 环境监测：大尺度影像上的灾害损毁评估与变化检测

一句话收束

如果你要的是卫星图像分析里开箱即用的特征、又不想碰训练管线，SAT-493M的DINOv3卫星图像权重是当前最省事的起点：先看零样本数字，再决定值不值得微调——这个顺序和过去完全反过来了🛰️

【免费下载链接】dinov3Reference PyTorch implementation and models for DINOv3项目地址: https://gitcode.com/GitHub_Trending/di/dinov3