Virchow是基于150万张全切片组织病理学图像的自监督视觉Transformer预训练模型，可作为切片级特征提取器用于计算病理学下游任务。

一种带有寄存器的视觉Transformer（ViT）图像特征模型，采用自监督DINOv2方法在LVD-142M数据集上预训练。

带有寄存器的视觉变换器（ViT）图像特征模型，使用自监督的DINOv2方法在LVD-142M数据集上进行预训练。

一个带有寄存器的视觉Transformer（ViT）图像特征模型，采用自监督DINOv2方法在LVD-142M数据集上预训练。

一个带有寄存器的视觉变换器（ViT）图像特征模型，使用自监督的DINOv2方法在LVD-142M数据集上进行预训练。

基于视觉Transformer（ViT）的图像特征模型，采用自监督DINOv2方法在LVD-142M数据集上预训练

基于视觉Transformer（ViT）的自监督图像特征模型，采用DINOv2方法在LVD-142M数据集上预训练，适用于图像分类和特征提取任务。

基于视觉Transformer(ViT)的巨型图像特征提取模型，采用自监督DINOv2方法在LVD-142M数据集上预训练

基于Vision Transformer（ViT）的图像特征模型，采用自监督DINOv2方法在LVD-142M数据集上预训练