/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
Classification · dense
Опубликована
2 июл 2026

dino_v2-fp16-ov

Классификация изображенийИзображение → label3 профессии

Версия DINOv2 Classification в формате OpenVINO IR с весами FP16 для классификации изображений и последующего дообучения.

18скачиваний за 30 дней0лайковвеса обновлены2 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это версия модели DINOv2 Classification от Geti™, преобразованная в формат OpenVINO IR с весами FP16. Она предназначена для классификации изображений и инференса в среде OpenVINO; модель можно дообучить на пользовательском наборе данных с помощью Geti™.

Для запуска требуется OpenVINO версии 2026.1.0 или новее и Model API версии 0.4.0 или новее. Модель распространяется по лицензии Apache-2.0. Ограничения зависят от исходной модели DINOv2 Classification.

Сценарии применения

  • классификация изображений при инференсе в OpenVINO
  • развёртывание классификатора изображений на совместимых с OpenVINO устройствах
  • дообучение классификатора на собственном наборе изображений

Ограничения

Ограничения исходной модели DINOv2 Classification сохраняются; в карточке они отдельно не описаны. Для инференса требуются OpenVINO 2026.1.0 или новее и Model API 0.4.0 или новее.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

dino_v2-fp16-ov

Description

This is a Geti™ version of DINOv2 Classification model converted to the OpenVINO™ IR (Intermediate Representation) format with weights compressed to FP16.

To fine-tune your model with a custom dataset, you can use Geti™ to annotate data, perform fine-tuning, and export the resulting model.

Compatibility

The provided OpenVINO™ IR model is compatible with:

  • OpenVINO version 2026.1.0 and higher
  • Model API 0.4.0 and higher

Running Model Inference with Model API

  1. Install required packages:
pip install openvino-model-api[huggingface]
  1. Run model inference:
import cv2
from model_api.models import Model
from model_api.visualizer import Visualizer

# 1. Load model
model = Model.from_pretrained("OpenVINO/dino_v2-fp16-ov")

# 2. Load image
image = cv2.imread("image.jpg")

# 3. Run inference
result = model(image)

# 4. Visualize and save results
vis = Visualizer().render(image, result)
cv2.imwrite("output.jpg", vis)

For more examples and possible optimizations, refer to the Model API Documentation.

Limitations

Check the original model documentation for limitations.

Legal information

The original model is distributed under the Apache-2.0 license. More details can be found in the original model card.

Disclaimer

Intel is committed to respecting human rights and avoiding causing or contributing to adverse impacts on human rights. See Intel's Global Human Rights Principles. Intel's products and software are intended only to be used in applications that do not cause or contribute to adverse impacts on human rights.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура Classification неизвестна transformers в образе рантайма.

Ревизия весов
e438b7f

0 моделей