#jupyter_notebook
DINOv3 offers powerful self-supervised vision models from Meta AI, like ViT up to 7B parameters and ConvNeXt, pretrained on 1.7B web or satellite images. Load them easily via PyTorch Hub, Hugging Face Transformers (v4.56+), or timm (v1.0.20+), with code examples for features, depth, detection, and segmentation. You benefit by using these top-performing, dense features without fine-tuning or labels—saving time and compute for tasks like classification, object detection, and zero-shot analysis on your images.
https://github.com/facebookresearch/dinov3
#унас#итоги24#NF
Вчера, 20 ноября, по приглашению NF Group побывала на мероприятии «Предварительные итоги 2024 года на рынке недвижимости»
⚙️Формат: аналитика итогов 24 года по всем сегментам, комментарии руководителей бизнес-линий в формате «поясняю слайды» и очень аккуратные прогнозы на 2025.
Модерировала действо лично 👧🏻Ольга Широкова, партнер и руководитель департамента консалтинга и исследований
Сначала обсуждали жилую недвижимость: элитную, новостройки, загородную и зарубежную.
Затем — все секторы CRE.
Сперва 👦🏻Станислав Бибик, партнер NF рассказал про инвестиции, а потом подключились руководители направлений: склады, офисы, ТЦ и стриты.
Чуть позже опубликую тезисы выступления Евгении Хакбердиевой «про ТЦ». Всё-таки родная моя тема.
Все, что рассказывали и показывали — в презентации в одном файле
И «про жилье» тоже есть
👇