小扎亲自官宣 meta 视觉大模型,自监督学习无需微调,多任务效果超 openclip,开源 -j9九游会登陆入口
2023-04-18 13:41
无需文字标签,完全自监督的 meta 视觉大模型来了!
小扎亲自官宣,发布即收获大量关注度 ——
在语义分割、实例分割、深度估计和图像检索等任务中,这个名叫 dinov2 的视觉大模型均取得了非常不错的效果。
甚至有超过当前最好的开源视觉模型 openclip 之势。
虽然此前 meta 就发布过自监督学习视觉大模型 dino,不过这次 ai 识别图像特征的能力显然更进一步,准确分割出了视频中的主体:
可别以为 dinov2 通过自监督学会的只有图片分割。事实上,它已经能根据不同类别、不同场景下的照片,准确识别出同种物体(狗)的头部、身体和四肢长在哪:
换而言之,dinov2 自己学会了找图像特征。
目前 meta 官方不仅已经放出了开源代码,而且还给了网页版 demo 试玩。有网友内涵:
什么叫开源,llama,sam,dinov2 这才叫开源!
一起来看看,dinov2 的效果究竟如何。
准确识别不同画风的同种物体
事实上,dinov2 是基于上一代 dinov1 打造的视觉大模型。
这个模型参数量是 10 亿级,也仍然是视觉 transformer 架构(vit),但与 dino 不太一样的是,这次 dinov2 在数据集上经过了精心挑选。
具体来说,dinov2 构建了一个数据筛选 pipeline,将内容相似的图片精心筛选出来,同时排除掉相同的图片:
最终呈现给 dinov2 的训练数据图片虽然没有文字标签,但这些图片的特征确实是相似的。
采用这类数据训练出来的视觉模型,效果如何?
这是 dinov2 在 8 个视觉任务上的表现,包括语义分割、分类、深度估计等,其中橙色是自监督方法的效果,深粉色是弱监督方法的效果。
可以看见,经过自监督学习的视觉模型,表现上已经与经过弱监督学习的模型性能相当。
实际效果也不错,即便在一系列照片中,相同物体的画风并不相似,dinov2 也能准确识别它们的特征,并分到相似的列表中。
如(a)组中都具有翅膀的鸟和飞机、(b)组中的大象和大象雕塑、(c)组中的汽车和汽车玩具模型、(d)组中的马和涂鸦版马:
而且从 pca(主成分分析)图像效果来看,dinov2 不仅能准确分类,还能用不同颜色标出它们“相同”的部分,例如象鼻都是绿色、车轮都是红色、马的尾巴是黄色等。
换而言之,dinov2 能理解这些图像中的相似之处,就像人会形容飞机“看起来像一只鸟”一样。
目前 dinov2 已经放出 demo,我们也试了试它的实际效果。
demo 直接可玩
j9九游会真人游戏第一品牌官网已经开放语义分割、图像检索和深度估计三大功能的试玩。
据 meta 介绍,这几个任务中,dinov2 在大多数基准上超过了目前开源视觉模型中表现最好的 openclip。
我们先来看看深度估计的效果。
值得一提的是,在效果更好的情况下,dinov2 运行的速度也比 ibot 更快,相同硬件下只需三分之一的内存,运行速度就能比 dinov2 快上 2 倍多。
这是 meta 论文中与 openclip 在实际例子上的比较效果:
我们用这张猛男版新宝岛试一下,看起来还不错,即使是高糊图片也能比较好地估计出深度:
接下来是语义分割的效果,这里也先给出 meta 论文中的数据对比情况:
这里也给出 openclip 和 dinov2 的对比,中间的图片是 openclip 的效果,右边是 dinov2 分割的效果:
我们也用一张办公室的图片试了一下,看起来 dinov2 还是能比较准确地分割人体、物体的,但在细节上会有一些噪点:
最后是图片检索。
j9九游会真人游戏第一品牌官网上给出的图片效果还是挺不错的,输入铁塔照片,可以生成不少含铁塔的相似艺术图片:
这里我们也试了试,输入一张华强买瓜,给出来的艺术图片大多数与西瓜有关:
那么,这样的自监督视觉大模型可以用在哪里?
从 meta 给出的视频来看,目前有一些比较环保的用途,例如用于估计全球各地的树木高度:
除此之外,如同扎克伯格所说,dinov2 还能被用于改善医学成像、粮食作物生长等。当然这里小扎还进一步强调:
可以被用于制作更具沉浸感的元宇宙。
嗯,看来 meta 的元宇宙路线还将继续……
试玩 demo 地址:
https://dinov2.metademolab.com/demos
项目地址:
https://github.com/facebookresearch/dinov2
参考链接:
https://www.facebook.com/zuck/posts/pfbid02f3chcyqphfynzradxejxst5emyhbrfsjqlau31kutg63ca4ymxfcdxqcukypbwuml
本文来自微信公众号:,作者:萧箫