DINOv2 岩石地质图像分析：分类、分割和可解释性
原文中文，约400字，阅读约需1分钟。发表于：。本研究通过比较不同分割技术在 CT 扫描岩石样本中的应用效果，特别关注 DINOv2 在地球科学中的可解释性、分类能力和分割能力，并发现 DINOv2 在超出其原始训练集的岩石图像分类和分割任务中表现优异。
本研究探讨了高质量可视特征与现有视觉语言模型的竞争力，并通过将DINOv2应用于异常检测来验证了其有效性。研究结果显示，AnomalyDINO方法在异常预测和异常分割方面取得了最先进的成果。该方法简单易用且无需训练，具有快速部署的潜力。
