Meta 继续发力推出DINOv2 视觉模型、FACET视觉测试和Belebele语言理解测试集

Meta 继续发力推出DINOv2 视觉模型、FACET视觉测试和Belebele语言理解测试集

Meta AI 相当高产啊，开源了 DINOv2 视觉模型和FACET（计算机视觉公平性评估）测试。

DINOv2 是一种计算机视觉模型，通过自我监督学习进行训练，可产生通用特征。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单目深度估计。

FACET（计算机视觉评估公平性），这是一个新的综合基准，用于评估计算机视觉模型在分类、检测、实例分割和视觉基础任务方面的公平性。该数据集由包含 50,000 人的 32,000 张图像组成。

DINOv2 论文：https://arxiv.org/abs/2304.07193

DINOv2 代码：https://github.com/facebookresearch/dinov2

DINOv2 演示：https://dinov2.metademolab.com/

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

获取 FACET 数据集：https://ai.meta.com/datasets/facet/

之后几天又推出了 Belebele，这是第一个多语言阅读理解数据集。该数据集对于 122 种语言变体是并行的，可以用来直接比较模型对不同语言的理解程度。

了解和使用Belebele：https://github.com/facebookresearch/belebele