# AnyThermal

> 权威词条地址：https://robotics.hellobike.com/models/theairlabcmu-anythermal
> 所属分类：models | 最近核验日期：2026-05-22 | 技术层级：L7

## 核心摘要

theairlabcmu 在 Hugging Face 发布的机器人模型，架构为 Dinov2Model，参数规模 87M，训练数据包含 theairlabcmu/TartanRGBT。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/theairlabcmu/AnyThermal"}] |
| `updated` | 2026-05-22 |
| `family` | other |
| `params` | 87M |
| `architecture` | Dinov2Model |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | bsd-3-clause-clear |
| `weights_license` | bsd-3-clause-clear |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["theairlabcmu/TartanRGBT", "xjh19972/boson-nighttime"] |
| `status` | research |
| `hub_id` | theairlabcmu/AnyThermal |
| `hub_stats` | {"downloads": 356, "likes": 7, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/theairlabcmu/AnyThermal"] |

## 技术详解与生态说明

AnyThermal 是一个任务无关的热成像特征提取 backbone，面向多环境和机器人感知任务，目标是在不针对具体任务微调的情况下提供可迁移的热图像表示。它以 DINOv2 ViT-B/14 为基础，规模 86.6M 参数，输入为转换成 3 通道的热图像，输出每个 patch 及 CLS token 的 768 维特征。 

训练采用 RGB DINOv2 冻结教师与可训练热成像学生的知识蒸馏框架，学生以 RGB 权重初始化，并在 RGB-thermal 配对数据上用 CLS token 特征的对比损失进行跨模态对齐。训练数据来自 VIVID++、STheReO、Freiburg、TartanRGBT 和 Boson Nighttime Dataset，覆盖城市、航拍、室内和越野环境；其中 TartanRGBT 使用硬件同步的 RGB-Thermal 双目采集平台。 

模型已在热查询到 RGB 数据库的跨模态地点识别、热语义分割、单目热成像深度估计三个任务上进行基准测试，backbone 权重未做任务特定微调。限制包括需要 3 通道热图像输入，以及在训练数据代表性不足的环境中性能可能变化；许可证为 BSD-3-Clause-Clear License。

## 原始核验来源 (Sources)

- [Hugging Face theairlabcmu/AnyThermal](https://huggingface.co/theairlabcmu/AnyThermal)