Dental Optical Visual Encoder

新型DOVE模型通过自监督学习在牙科图像分析中表现出色

研究人员开发了DOVE（Dental Optical Visual Encoder），一个在约53万张无标签口腔照片上预训练的自监督模型。该模型旨在为各种牙科视觉任务创建可迁移的视觉表示，从而减少对昂贵专家标注的依赖。在基准测试中，DOVE的表现优于DINOv3等成熟模型，在分类和分割数据集的少样本迁移和标签效率方面表现更佳。该模型在有限标记数据微调后也表现强劲，表明其作为口腔视觉研究通用骨干的潜力。