◆ KI-Freelancer? Werde eines der ersten 2.000 Gründungsmitglieder: 0 % Provision, 60 Tage Advanced (starte, wann du willst) und eigenes Titelbild für immer. KI-Freelancer? 0 % Provision + 60 Tage Advanced Jetzt Platz sichern →Mehr →
KI verbindenKI

Suche direkt aus deiner KI heraus nach KI-Tools, KI-Firmen und KI-Freelancern auf KI-Radar24.

So funktioniert der KI-Radar24-Connector
Inserat hinzufügen
DINOv2

DINOv2

Selbstüberwachtes Bildmodell von Meta für robuste visuelle Merkmale

Beschreibung

github.com/facebookresearch/dinov2 ist das offizielle Repository von DINOv2, einer von Meta AI Research entwickelten Methode, die ohne Labels robuste visuelle Merkmale aus Bildern lernt und als Vision-Transformer-Modelle bereitgestellt wird.

Das Tool richtet sich an Entwickler und Forschende in Computer Vision, die vortrainierte Bildmerkmale für Klassifikation, Segmentierung oder Tiefenschätzung nutzen wollen.

Tags

  • Bilderkennung
  • KI Forschung
  • Machine Learning
  • Kostenlos nutzbar
  • Open Source

Zuletzt aktualisiert: November 2026 · Fehler melden · Abzeichen für deine Website

Auf einen Blick

Stand: November 2026
🛡️Datenschutz

Anbieter mit Sitz in den USA (Meta Platforms, Meta AI Research/FAIR). Code und Modellgewichte stehen unter der Apache-2.0-Lizenz und können lokal betrieben werden; spezialisierte Modelle (Cell-DINO, XRay-DINO) unterliegen einer Nicht-kommerziell-Lizenz mit Einschränkungen für klinische Nutzung. Aussagen zu EU-Hosting oder Zertifizierungen sind für das Repository nicht dokumentiert.

💰
Preismodell

Open Source; Modellgewichte und Code sind kostenlos nutzbar, Kosten entstehen nur für die eigene Rechen-Infrastruktur.

👥
Zielgruppe
Computer-Vision-EntwicklerML-Forschende und Unternehmen mit eigener ML-Infrastruktur
⚙️
Technik

Vision-Transformer-Modelle, trainiert auf 142 Millionen unlabeled Bildern; Laden über PyTorch Hub, vortrainierte Gewichte werden über Metas CDN bereitgestellt.

🔗
Integrationen

PyTorch Hub und Python-Code, Die Merkmale dienen als Grundlage für viele nachgelagerte Bildmodelle

📊
Funktionen
Extraktion allgemeiner BildmerkmaleBildklassifikationSegmentierungTiefenschätzungBildähnlichkeitssuche

✅ Vorteile

  • Lernt ohne manuelle Labels und liefert breit einsetzbare Merkmale
  • Freizügige Apache-2.0-Lizenz für die Standardmodelle

❌ Nachteile

  • Kein fertiges Produkt, sondern Forschungs- und Entwicklerwerkzeug mit GPU-Bedarf
  • Für Spezialmodelle gelten abweichende, teils restriktive Lizenzen
🎯
Für wen geeignet?

Eine gute Wahl für Computer-Vision-Teams, die vortrainierte, vielseitige Bildmerkmale für eigene Modelle und Anwendungen benötigen.

Angaben laut Anbieter, Stand November 2026, ohne Gewähr. Fehler entdeckt? Melden

Bewertungen

Noch keine Bewertungen. Sei der Erste!

Bewertung schreiben

Deine E-Mail wird nicht veröffentlicht.