开源视觉模型DINOv2允许商用Meta最新视觉评估模型炸场！

　　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。

　　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。

　　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。

　　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。

　　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。