新增支持dinov3

[learncat163]

1.修改内容：

1. 新增dinov3模型的支持。

2.模型转换和下载：

1. 模型转换脚本和模型下载地址：https://aistudio.baidu.com/modelsdetail/44390?modelId=44390
2. 如果不想从aistudio下载，模型已经上传到bos，分别是：

https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/dinov3-vitb16.pdparams
https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/dinov3-vitl16.pdparams
https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/dinov3-vits16.pdparams

3.验证方式：

1. 观测训练loss下降。python3 tools/train.py -c ppcls/configs/ImageNet/DINOv3/DINOv3_vitb16_patch16_224.yaml -o Global.device=gpu -o Global.epochs=10 -o DataLoader.Train.sampler.batch_size=4 -o Global.output_dir=./output/dinov3_train_test -o Global.seed=1234 -o DataLoader.Train.sampler.shuffle=False -o DataLoader.Train.loader.num_workers=0 -o Global.eval_during_train=False

2. 观测 和 Pytorch原版的推理diff 差距，使用附件中的 test_loss.py 运行验证。 运行前，需要根据test_loass.py 中的说明设置好相应的pip依赖，并初始化好对应的模型文件。已经验证的结果如下：

======================================================================
DINOv3 Paddle vs Torch 精度对比
======================================================================

======================================================================
模型: DINOv3_vits16
======================================================================
Loading weights: 100%|██████████| 211/211 [00:00<00:00, 3198.06it/s, Materializing param=norm.weight]
输出 shape: (1, 384)
整体最大误差: 2.15e-06
整体平均误差: 5.86e-07
HF 前4个值: [-0.2561415433883667, 0.5008077621459961, 0.12634432315826416, -0.029035473242402077]
PD 前4个值: [-0.2561420798301697, 0.5008069276809692, 0.1263444423675537, -0.0290355384349823]
状态: [PASS]

======================================================================
模型: DINOv3_vitb16
======================================================================
Loading weights: 100%|██████████| 211/211 [00:00<00:00, 3217.04it/s, Materializing param=norm.weight]
输出 shape: (1, 768)
整体最大误差: 3.22e-06
整体平均误差: 7.13e-07
HF 前4个值: [-0.24412374198436737, 0.12674476206302643, 0.1911010444164276, -1.311936855316162]
PD 前4个值: [-0.24412262439727783, 0.1267455518245697, 0.19110068678855896, -1.3119370937347412]
状态: [PASS]

======================================================================
模型: DINOv3_vitl16
======================================================================
Loading weights: 100%|██████████| 415/415 [00:00<00:00, 3140.80it/s, Materializing param=norm.weight]
输出 shape: (1, 1024)
整体最大误差: 3.99e-06
整体平均误差: 6.88e-07
HF 前4个值: [0.5845530033111572, -1.204303503036499, -1.1554120779037476, -1.1265804767608643]
PD 前4个值: [0.584551990032196, -1.2043040990829468, -1.1554136276245117, -1.1265796422958374]
状态: [PASS]

======================================================================
测试完成
======================================================================

[paddle-bot]

Thanks for your contribution!