RT-DETR ohne Ultralytics: v1, v2 und v4 mit Apache-2.0
Führe RT-DETR, RT-DETRv2 und RT-DETRv4 mit Apache-2.0-Gewichten in einer MIT-Bibliothek aus und trainiere sie nach: eine API für predict, train, val und export.
Tutorials und tiefe Einblicke, wie du Erkennungsmodelle mit LibreYOLO betreibst.
Führe RT-DETR, RT-DETRv2 und RT-DETRv4 mit Apache-2.0-Gewichten in einer MIT-Bibliothek aus und trainiere sie nach: eine API für predict, train, val und export.
RF100-VL-Ergebnisse dazu, wie YOLOv9, YOLOX, YOLO-NAS, EdgeCrafter und RF-DETR nach dem Fine-Tuning auf 100 realen Datensätzen generalisieren.
Führe YOLO-NAS mit LibreYOLO aus, trainiere, validiere und exportiere Modelle. Das letzte SuperGradients-Release erschien im April 2024. Wir planen, neue Gewichte von Grund auf neu zu trainieren, die nicht Decis Lizenzbedingungen unterliegen.
RF100-VL misst, wie gut sich ein Detektor mit neuen Daten nachtrainieren lässt. RF-DETR und YOLO-NAS schneiden besser ab als YOLOv8. So führst du beide in LibreYOLO aus.
Ein quellenbasierter Überblick über 69 Edge-AI-Unternehmen und NPU-Ökosysteme: Chips, SDKs, Artefakte, Quantisierung sowie dokumentierte Computer-Vision- und YOLO-Unterstützung.
EfficientDet D0-D4 mit der Objekterkennungs-API von LibreYOLO für Vorhersagen und Validierung ausführen und exportieren.
Das ursprüngliche Facebook-Research-DETR-Repository ist archiviert. Führe vier offizielle DETR-Varianten mit LibreYOLO aus.
Das offizielle MiDaS-Repository ist archiviert. Führe die Small- und DPT-Large-Tiefenmodelle mit LibreYOLO aus.
Das letzte MMYOLO-Release stammt aus dem Jahr 2023. Führe unterstützte Detektoren wie RTMDet direkt über die LibreYOLO-API aus.
Führe das 2x- und 4x-Upscaling von Real-ESRGAN mit LibreYOLO aus, einschließlich gekachelter Inferenz für große Bilder.
SuperGradients wurde nach der Übernahme von Deci durch NVIDIA im Jahr 2024 nicht mehr weiterentwickelt. LibreYOLO ist eine gepflegte Alternative, die dieselben YOLO-NAS-Gewichte ausführt: vorhersagen, trainieren und exportieren mit einer MIT-lizenzierten API.
Das neueste YOLOX-Release stammt aus dem Jahr 2022. Führe YOLOX mit der LibreYOLO-API aus, trainiere und validiere es und exportiere es.
Die vollständige Übersicht der YOLO-Lizenzen für 2026: YOLOv1 bis YOLOv13, YOLO26, YOLO-World und YOLOE, Original-Repos und permissive Neuimplementierungen, mit Links zu Paper und GitHub, und was du tatsächlich in einem kommerziellen Produkt ausliefern kannst.
Google hat TensorFlow Lite im September 2024 in LiteRT umbenannt. Gleiche Runtime, gleiche .tflite-Dateien, nichts geht kaputt. Hier erfährst du, warum Google das getan hat, was sich tatsächlich geändert hat und wie du ein LibreYOLO-Modell dafür exportierst.
Eine laufend aktualisierte Liste von Vorträgen, Blogbeiträgen und Community-Diskussionen, in denen LibreYOLO im Web erwähnt wird, von CVPR 2026 bis Hacker News und r/computervision.
YOLOv5, YOLOv8, YOLO11 und YOLO26 stehen unter AGPL-3.0 und sind daher nicht kostenlos für die kommerzielle Closed-Source-Nutzung. Hier steht, was die Lizenz tatsächlich verlangt, Version für Version, und welche MIT-lizenzierte Alternative es gibt.
Ein praktischer Leitfaden zu den besten Open-Source-Alternativen zu Ultralytics YOLO im Jahr 2026: ihre Lizenzen, unterstützten Aufgaben und Grenzen beim Deployment sowie die Rolle von LibreYOLO, der umfassendsten YOLO-Bibliothek unter MIT-Lizenz.
Bei der CVPR 2026 in Denver nutzte ein Team von Jabra und der IT-Universität Kopenhagen LibreYOLOXs als Beispielmodell im Tutorial „Edge AI in Action“ und führte es auf einem Hailo-8L sowie auf Snapdragon aus.
RTMDet gehört zu den schnellsten präzisen Detektoren. Die offizielle Installation funktioniert mit keiner PyTorch-Version der letzten zwei Jahre. Hier ist die Alternative.
Depth Anything V2 liefert hochmoderne monokulare Tiefenkarten. So führst du es mit LibreYOLO in zwei Zeilen aus.