LibreYOLO-Dokumentation

Eine Python-API für Computer Vision: Erkennung, Segmentierung, Pose, Tiefe, OCR und mehr, jeweils mit Training, Validierung und Export. Der Code steht unter der MIT-Lizenz, deshalb bleibt das, was du damit baust, deins.

install

pip install libreyolo

Schnellstart Modelle ansehen Aufgaben ansehen

Modelle: 86 Familien, von den aktuellen Flaggschiffen bis zu den historischen Detektoren, hinter einer Factory
Aufgaben: 17, von der Erkennung bis zur Blickrichtungsschätzung und Rekonstruktion menschlicher 3D-Netze
Gewichte: 244 veröffentlichte Checkpoints für die hier dokumentierten Familien, bei der ersten Verwendung von huggingface.co/LibreYOLO heruntergeladen
Export: 12 Formate, von ONNX über TensorRT, CoreML und TFLite bis Core AI
Lizenz: MIT für den Code. Gewichte tragen ihre Upstream-Lizenz, die für jeden Checkpoint angegeben ist

Was möchtest du tun?

Alle Aufgaben

All tasks
Objekterkennung: Boxen und Klassen. Die Standardaufgabe, die von den meisten Familien unterstützt wird.
Instanzsegmentierung: Masken pro Objekt, eine Maske pro Erkennung.
Semantische Segmentierung: Eine Klasse für jedes Pixel, ohne Objekte zu trennen.
Panoptische Segmentierung: Semantische Segmentierung und Instanzsegmentierung in einer Ausgabe.
Posenschätzung: Keypoints pro Objekt, Top-down oder Bottom-up.
Bildklassifikation: Ein Label pro Bild, einschließlich Zero-Shot mit CLIP und SigLIP2.
Orientierte Objekterkennung: Gedrehte Boxen für Luft- und Dokumentbilder.
Punkterkennung: Schwerpunkte statt Boxen. Zum Zählen und für sehr kleine Modelle.
Tiefenschätzung: Tiefe pro Pixel aus einem einzigen Bild.
Kantenerkennung
Oberflächennormalen
Bildrestaurierung: Rauschen entfernen, Unschärfe korrigieren und hochskalieren.
Hintergrundentfernung: Alpha-Matten zum Freistellen.
OCR: Textlokalisierung und -erkennung in einem Durchlauf.
Gesichtserkennung: Gesichts-Embeddings und Identitätsgalerien.
Embeddings
Blickrichtungsschätzung: Wohin eine Person schaut.
Body Mesh
Objekt-Tracking: Identitäten über Videoframes hinweg, mit jedem Detektor.
Open-Vocabulary-Erkennung: Erkenne zur Laufzeit benannte Klassen ohne Training.
Promptbasierte Segmentierung: Segmentiere mit SAM und ähnlichen Modellen alles, worauf du zeigst.

Welches Modell?

Alle Modelle

Beginne mit einem Flaggschiff, sofern nichts dagegenspricht. Jede Funktion wird zuerst für diese Modelle entwickelt und auf GPUs validiert. Jede Seite enthält die Checkpoints, die Exportmatrix und die Lizenzierung der jeweiligen Familie.

RF-DETR: 4 Aufgaben, 19 Checkpoints.
YOLOv9: Erkennung, 9 Checkpoints.
DEIM: Erkennung, 13 Checkpoints.
D-FINE: 2 Aufgaben, 10 Checkpoints.
EdgeCrafter: 3 Aufgaben, 12 Checkpoints.
RT-DETR: 2 Aufgaben, 21 Checkpoints.
YOLO-NAS: 2 Aufgaben, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
ConvNeXt: Erkennung, 3 Checkpoints.
DINOv2: 3 Aufgaben, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
Dome-DETR: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
EfficientNetV2: Erkennung, 4 Checkpoints.
FOMO: Erkennung, 3 Checkpoints.
LingBot-Vision: Erkennung, 3 Checkpoints.
MobileNetV4: Erkennung, 3 Checkpoints.
NAFNet: Erkennung, 1 Checkpoint.
PicoDet: Erkennung, 3 Checkpoints.
ResNet: Erkennung, 4 Checkpoints.
RTMDet: 2 Aufgaben, 10 Checkpoints.
SegFormer: Erkennung, 6 Checkpoints.
YOLOv7: Erkennung, 1 Checkpoint.
YOLOX: Erkennung, 6 Checkpoints.
AlexNet: Erkennung, 1 Checkpoint.
BiRefNet: Erkennung, 1 Checkpoint.
CenterNet: Erkennung, 2 Checkpoints.
DeepLabv3: Erkennung, 3 Checkpoints.
Deformable DETR: Erkennung, 5 Checkpoints.
Depth Anything 3: Erkennung, 1 Checkpoint.
Depth Anything V2: Erkennung, 3 Checkpoints.
DETR: Erkennung, 4 Checkpoints.
DexiNed: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
DINO-DETR: Erkennung, 3 Checkpoints.
EfficientDet: Erkennung, 5 Checkpoints.
EoMT: 3 Aufgaben, 6 Checkpoints.
Faster R-CNN: Erkennung, 4 Checkpoints.
FCN: Erkennung, 2 Checkpoints.
FCOS: Erkennung, 1 Checkpoint.
FeyNobg: Erkennung, 3 Checkpoints.
HRNet: Erkennung, 2 Checkpoints.
L2CS-Net: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
LibreFaceRec: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
LW-DETR: Erkennung, 5 Checkpoints.
Mask R-CNN: 2 Aufgaben, 1 Checkpoint.
MiDaS: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
MoGe-2: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
PIDNet: Erkennung, 3 Checkpoints.
PP-OCRv5: Erkennung, 2 Checkpoints.
Real-ESRGAN: Erkennung, 3 Checkpoints.
RetinaNet: Erkennung, 2 Checkpoints.
SAM 3D Body: Erkennung, 2 Checkpoints.
SSD: Erkennung, 1 Checkpoint.
Swin Transformer: Erkennung, 4 Checkpoints.
SwinIR: Erkennung, 3 Checkpoints.
TEED: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
VGG: Erkennung, 4 Checkpoints.
ViT: Erkennung, 4 Checkpoints.
ZipDepth: Erkennung, 2 Checkpoints.
DeiT: Erkennung, 3 Checkpoints.
YOLOv1: Erkennung, 1 Checkpoint.
YOLOv2: Erkennung, 2 Checkpoints.
YOLOv3: Erkennung, 3 Checkpoints.
YOLOv4: Erkennung, 2 Checkpoints.
CLIP: 2 Aufgaben, 2 Checkpoints.
EdgeTAM: Erkennung, 1 Checkpoint.
Florence-2: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
Grounding DINO: Erkennung, 2 Checkpoints.
InternVL3: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
Kosmos-2: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
LFM2-VL: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
LibreMODUS: 4 Aufgaben, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
LocateAnything: 2 Aufgaben, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
MobileSAM: Erkennung, 1 Checkpoint.
OMDet-Turbo: Erkennung, 1 Checkpoint.
OV-DEIM: Erkennung, 3 Checkpoints.
OWLv2: Erkennung, 2 Checkpoints.
PicoSAM3: Erkennung, 1 Checkpoint.
Qwen3-VL: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
SAM: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
SAM 2: Erkennung, 4 Checkpoints.
SAM 3: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.
SenseNova-Vision: 7 Aufgaben, 1 Checkpoint.
SigLIP2: 2 Aufgaben, 2 Checkpoints.
SmolVLM2: Erkennung, Gewichte werden von ihren Autoren verbreitet, nicht von uns.

Gemessen, nicht behauptet

Vision Analysis

Jeder Accuracy- und Latenzwert in dieser Dokumentation stammt aus einem von uns veröffentlichten Lauf, zusammen mit Angaben zu Hardware, Runtime und Precision. Das Diagramm unten ist live.

Mit einem Modell arbeiten

Training: Datensätze, Argumente, Augmentierung, Multi-GPU und Experiment-Logger.
Vorhersage: Bilder, Ordner, Videos, Webcams und RTSP-Streams.
Export und Deployment: Zwölf Ziele mit einer Supportmatrix pro Familie.
Kommandozeile: Alles, was die Python-API kann, ohne Python zu schreiben.

Zur Lizenz

Der Code von LibreYOLO steht unter der MIT-Lizenz. Du musst den Quellcode deiner Anwendung nicht offenlegen, die Lizenz erstreckt sich nicht auf deine Modellgewichte, und daran ändert sich nichts, wenn du dein Produkt verkaufst. Vortrainierte Gewichte sind davon getrennt: Jedes trägt die Lizenz der Person oder Organisation, die es trainiert hat. Die Dokumentation gibt sie für jeden Checkpoint einzeln an, statt sie zu einer pauschalen Aussage zusammenzufassen. Einige sind nicht kommerziell nutzbar, und das wird ausdrücklich angegeben.

So funktioniert die Lizenzierung hier