/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
dino-vitb16
Библиотека
zeromodels
Опубликована
30 июл 2026

dino-vitb16

Эмбеддинги изображенийИзображение → embedding

Самоконтролируемый энкодер DINO ViT-B/16 извлекает векторные признаки изображений для классификации и других задач компьютерного зрения.

16скачиваний за 30 дней1лайквеса обновлены28 сен 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

zeromodels/dino-vitb16 — конвертированная в Keras 3 версия самоконтролируемого визуального энкодера DINO ViT-B/16, основанного на facebook/dino-vitb16. Разработчики zeromodels адаптировали реализацию для TensorFlow, PyTorch и JAX; веса происходят от модели Facebook AI Research, обученной без ручной разметки на совпадении представлений разных фрагментов одного изображения.

Модель предназначена для извлечения визуальных признаков и токенов, которые можно использовать как основу для классификации изображений и других задач компьютерного зрения. Это энкодер без специализированной выходной головы: он принимает изображения и возвращает карты признаков или векторные представления.

Самостоятельное обучение без меток помогает получать семантически полезные признаки. Репозиторий распространяется по лицензии Apache 2.0. Качество зависит от последующей задачи и способа использования признаков; модель не является готовым классификатором или генератором изображений.

Сценарии применения

  • извлечение признаков из изображений для классификатора
  • получение визуальных эмбеддингов для поиска похожих изображений
  • подготовка карт признаков для задач компьютерного зрения
  • использование визуального энкодера как основы для собственной модели

Ограничения

Это энкодер признаков без специализированной выходной головы, поэтому для готовой классификации или другой прикладной задачи может потребоваться отдельная модель или дообучение. README не приводит оценок качества на конкретных наборах данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

See our collection for all versions of DINO.

Run DINO with Keras 3: JAX, PyTorch, or TensorFlow

GitHub Docs Collection

zeromodels/dino-vitb16

Paper: Emerging Properties in Self-Supervised Vision Transformers (arXiv:2104.14294) · HF Papers

DINO is self-supervised: a student and teacher match across crops of the same image with no labels. The resulting features are semantic for free. These checkpoints are backbones that return tokens / feature maps.

For more details on the model, please go to the upstream model card.

Pure-Keras 3 conversion of facebook/dino-vitb16 for zeromodels. One implementation runs unmodified on TensorFlow / Torch / JAX.

This is a self-supervised backbone (DinoViTModel), not a task head.

✨ Quick start

import os
os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

from zeromodels.models.dino import DinoViTModel, DinoImageProcessor

# The processor resizes + ImageNet-normalizes, so build the model with
# include_normalization=False (it would otherwise normalize a second time).
model = DinoViTModel.from_weights(
    "zeromodels/dino-vitb16", include_normalization=False
)
processor = DinoImageProcessor.from_weights("zeromodels/dino-vitb16")

pixel_values = processor("your_image.jpg")["pixel_values"]
features = model(pixel_values, training=False)
print(pixel_values.shape, features.shape)

Load any DINO variant the same way with from_weights("zeromodels/<variant>"):

VariantHubBackbone
dino-vits16zeromodels/dino-vits16ViT-S/16
dino-vits8zeromodels/dino-vits8ViT-S/8
dino-vitb16zeromodels/dino-vitb16ViT-B/16
dino-vitb8zeromodels/dino-vitb8ViT-B/8
dino-resnet50zeromodels/dino-resnet50ResNet-50

Tips

  • Set KERAS_BACKEND before importing Keras / zeromodels.
  • The processor normalizes; pair it with include_normalization=False. To skip it, feed raw [0, 255] pixels and keep the default include_normalization=True.
  • dino-resnet50 was converted from torch.hub facebookresearch/dino.
  • See DINO docs and Loading Weights.
  • Community / upstream weights: DinoViTModel.from_weights("hf:facebook/dino-vitb16").

Special Thanks

A huge thank you to the Facebook AI Research DINO authors for creating and releasing these models.

License: Apache 2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · zeromodels

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
31b8149

0 моделей