视觉 Transformer 架构演进：从 ViT 到 SAM 与 DINOv2 的自监督学习革命 系统梳理计算机视觉从 CNN 到 Transformer 的范式迁移，深入分析 ViT、MAE、SAM、DINOv2 等里程碑工作，以及自监督学习如何成为视觉基础模型的训练标配 编程开发 2026年10月31日 0 点赞 0 评论 21 浏览
