◆ AI freelancer? Become one of the first 2,000 founding members: 0 % commission, 60 days Advanced (start whenever you like) and your own cover image forever. AI freelancer? 0 % commission + 60 days Advanced Secure your spot →More →
Connect your AIKI

Search KI-Radar24 for AI tools, AI companies and AI freelancers right from your AI assistant.

How the KI-Radar24 connector works
Add listing
DINOv2

DINOv2

Meta's self-supervised vision model for robust visual features

Description

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

Last updated: November 2026 · Report an error · Badge for your website

At a glance

As of: November 2026
🛡️Privacy

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.

💰
Pricing model

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

👥
Target audience
Computer-Vision-EntwicklerML-Forschende und Unternehmen mit eigener ML-Infrastruktur
⚙️
Technology

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

🔗
Integrations

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

📊
Features
Extraktion allgemeiner BildmerkmaleBildklassifikationSegmentierungTiefenschätzungBildähnlichkeitssuche

✅ Pros

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

❌ Cons

  • Kein fertiges Produkt, sondern Forschungs- und Entwicklerwerkzeug mit GPU-Bedarf
  • Für Spezialmodelle gelten abweichende, teils restriktive Lizenzen
🎯
Who is it for?

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

Information provided by the vendor, As of November 2026, no guarantee. Spotted a mistake? Report

reviews

No reviews yet. Be the first!

Write a review

Your email will not be published.