模态无关表征

混合食谱让 DINO 成为杂食性视觉编码器

A Mixed Diet Makes DINO An Omnivorous Vision Encoder

把 DINOv2 这类单模态基础模型通过「跨模态对齐 + 冻结教师蒸馏」扩展成模态无关编码器，可直接复用于 RGB-D、分割图、深度图等多模态输入的统一特征提取与跨模态检索。