开源视觉模型DINOv2允许商用，Meta最新视觉评估模型炸场！

专注AIGC领域的专业社区，关注OpenAI、百度文心一言等大语言模型（LLM）的发展和应用落地，关注LLM的基准评测和市场研究，欢迎关注！

9月1日，全球社交、科技巨头Meta（Facebook、Instagram等母公司）在官网宣布，允许开源视觉模型DINOv2商业化，同时推出视觉评估模型FACET。

DINOv2是Meta在今年4月开源的视觉模型，采用了全新的高性能计算机视觉模型训练方法，无需微调具备自我监督学习的强大功能。

主要用于图像分类、实例检索、视频理解、深度估计、语义分割等。该模型的应用范围非常广泛，例如，世界资源研究所通过DINOv2绘制虚拟森林地图。

此前，DINOv2一直只能用于技术研究，现在，Meta宣布其可在 Apache 2.0 许可证下进行商业化。Meta还发布了一系列基于 DINOv2 的密集预测模型，用于语义图像分割和深度评估，为开发、研究人员提供更大的灵活性来探索其在业务中的应用。

开源地址：https://github.com/facebookresearch/dinov2

演示地址：https://dinov2.metademolab.com/

论文：https://arxiv.org/abs/2304.07193

FACET是Meta最新发布的视觉评估模型，主要用于检测、评估视觉模型的标签、分类、实例分割等，例如，评估图片人物的性别、肤色、光线等，有助于提升模型的准确性。

据悉，FACET是基于一个由50,000张人物图片和32000张物体图片数据集开发而成，同时包含来自SA-1B的69,000个口罩的人物、头发和衣服标签。

目前，Meta已经开放了FACET数据集下载，帮助开发人员用于技术研究和功能迭代。

FACET数据集下载地址：https://ai.meta.com/datasets/facet-downloads/

FACET论文：https://ai.meta.com/research/publications/facet-fairness-in-computer-vision-evaluation-benchmark/

FACET的评估数据集中的每一张图片，皆由Meta聘请的专业人工数据标注专家构建而成。可评估图片中人物的年龄、肤色、头发、配饰、纹身、帽子等物品。

标注专家还为图像中的人物定义了职业和相关活动，例如医生、消防员或吉他手等。

通过对FACET的使用可极大增强模型的分类、语义切割等任务的准确性，减少歧视、非法、暴力等内容的输出。

为了验证效果，Meta展示了使用FACET评估了DINOv2、OpenCLIP、SEERv2三个视觉模型的识别效果。

结果显示，在评估男性/女性刻板印象方面、年龄、肤色三个属性，对DINOv2、OpenCLIP、SEERv2的识别能力做出了准确的评估。

本文素材来源Meta官网，如有侵权请联系删除

END