DINOv2

DINOv2 est un modèle de vision par ordinateur que Meta AI a publié en avril 2023, entraîné entièrement sans étiquettes sur un jeu de données sélectionné de 142 millions d’images, appelé LVD-142M. Au lieu d’apprendre à classer des images dans des catégories prédéfinies, il apprend des caractéristiques visuelles générales par distillation auto-supervisée. Ces caractéristiques marchent bien sur un large éventail de tâches en aval, classification d’images, estimation de profondeur, segmentation et recherche, souvent sans aucun fine-tuning. Le plus grand modèle publié compte 1,1 milliard de paramètres.

Comme ces caractéristiques se transfèrent bien telles quelles, DINOv2 est devenu un backbone courant pour d’autres systèmes de vision, y compris en imagerie médicale, où les données étiquetées manquent. Meta a publié le code et les poids du modèle sous licence Apache 2.0, puis a enchaîné avec DINOv3. DINOv2 reste largement utilisé comme extracteur de caractéristiques visuelles généraliste.