テクノロジー
Meta、画像認識の常識を覆す「DINOv3」発表：”ラベル不要”で世界を認識する時代の幕開け
Meta AIは、自己教師あり学習を未曾有の規模でスケールアップした次世代コンピュータビジョンモデル「DINOv3」を発表した。人間によるラベル付けを一切必要とせず、17億枚の画像と70億パラメータで訓練されたDINOv […]
Tech Product
DINOv2
Overview
最終更新: 2026年7月9日DINOv2は、Meta AIが2023年に発表した自己教師あり学習によるビジョンモデルである。1億4200万枚の画像で学習され、当時のコンピュータビジョンにおける汎用モデルとして高い性能を示した。DINOv3の前身であり、深度推定やセマンティックセグメンテーションなどのタスクで広く活用されている。
Mentioned Articles
1 件External Mentions
10 件- arXiv DANTE: A Reference-Guided Unsupervised Pipeline for Extended-Transient Anomaly Characterization in LIGO O4a
- arXiv Hypergraph Normal World Models for Logical Visual Anomaly Detection
- arXiv Evaluating the Interpretability of Sparse Autoencoders with Concept Annotations
- arXiv Interpretable Uncertainty Routing Separating Emotion Ambiguity from Distribution Shift in Facial Expression Recognition
- arXiv Trajectory Forcing: Structure-First Generation with Controllable Semantic Trajectories
- arXiv Visual Place Recognition in Forests with Depth-Aware Distillation
- arXiv Frozen Foundation-Model Embeddings Discard Small-Lesion Signal in Chest Radiography: Implications for Pre-Deployment Evaluation
- arXiv FreqKD: Frequency-Decoupled Cross-Modal Knowledge Distillation for Infrared Object Detection
- arXiv Patch-Level DINOv2 Scoring for Gravitational-Wave Glitch Detection: Breaking the Signal Dilution Barrier via Vector-Quantized Local Feature Indexing
- arXiv Self-Supervised Vision Transformers for CBCT-Based Detection of Temporomandibular Joint Osteoarthritis