Avant de générer des images et des vidéos, il est utile de les comprendre. Et pour cela, les modèles ont été extrêmement dépendants, jusqu’à présent, des métadonnées associées souvent manuellement aux fichiers qu’ils analysent. Le laboratoire Meta AI Research (Fair), dirigé par le français Yann Le Cun, vient de présenter Dino v2. Cette nouvelle méthode d’apprentissage autonome (self-supervised) pour la vision par ordinateur semble représenter une avancée considérable en la matière.
Dino, qui signifie « DIstillation of knowledge with No labels and visiOn transformers » (distillation de connaissances sans étiquettes et avec des transformers appliqués à la vision, VIT), permet en effet d’entraîner des modèles sur toutes les images, annotées ou non. Cette méthode s’appuie sur des stratégies d’optimisation adaptatives pour améliorer les performances des modèles. Les chercheurs de Fair ont démontré que Dino v2 surpasse de nombreux modèles d’apprentissage supervisé, en atteignant des performances comparables dans des tâches telles que la classification d’images, la détection d’objets et la segmentation.
Source : Meta
Pour en savoir plus : Tan Han Wei
Source archive Kessel : https://qant.kessel.media/posts/pst_c0c7c4be6b184efe9ef1f03977aa1258
