libreyolo Hilfsbefehle

Synopsis

libreyolo <command> [key=value ...]

Argumente sind key=value-Paare, und die POSIX-Form funktioniert ebenfalls, also sind model=x und --model x dasselbe Argument. Jeder Befehl hier schreibt seine Ergebnisse nach stdout und akzeptiert json=true und quiet=true.

Der Root-Befehl hat ein eigenes Flag, libreyolo --version, das den Versionsstring ausgibt und sich beendet. Das ist eine kleinere Ausgabe als beim Befehl version weiter unten.

version

Gibt die LibreYOLO-Version aus, dazu die Versionen von Python, torch und CUDA, gegen die sie läuft.

libreyolo version

checks

Gibt die Umgebung ausführlicher aus: Python, torch, CUDA, cuDNN, jede erkannte GPU mit Namen und Speicher sowie die installierte Version jedes optionalen Pakets, das die Export-Pfade nutzen.

libreyolo checks

Die Paketliste umfasst onnx, onnxruntime, tensorrt, openvino, paddlepaddle, x2paddle, mnn, ncnn, onnx2tf, ai-edge-litert, transformers und scipy. Ein Paket, das nicht installiert ist, wird als solches gemeldet, statt weggelassen zu werden, sodass sich ein fehlgeschlagener Export mit diesem einen Befehl auf eine fehlende Abhängigkeit zurückführen lässt.

models

Listet jede Modellfamilie mit ihren Aufgaben, ihren Größen, den CLI-Namen, die auf ihre Checkpoints auflösen, und der Eingabeauflösung jeder Größe.

libreyolo models

Eine Familie, deren optionale Abhängigkeit nicht installiert ist, wird als nicht verfügbar aufgeführt, zusammen mit der pip install-Zeile, die sie verfügbar machen würde. Die CLI-Namen sind das, was model= als Kurzform akzeptiert: yolox-s löst auf LibreYOLOXs.pt auf, und Aufgaben außerhalb der Erkennung tragen ihr Aufgaben-Suffix.

formats

Listet die Exportformate, die die installierte Umgebung erzeugen kann, mit der Dateiendung jedes Formats und der Angabe, ob es FP16 und INT8 unterstützt.

libreyolo formats [family=<family>] [task=<task>]

Ohne family ist die Ausgabe allein das Formatinventar. Mit family bekommt jedes Format zusätzlich die Support-Stufe für diese Familie und Aufgabe, den Grund für die Stufe und jede daran hängende Einschränkung. Eine unbekannte Familie oder eine Aufgabe, die die Familie nicht unterstützt, ist ein Nutzungsfehler.

Format-Aliase stehen neben ihrem kanonischen Namen: engine für tensorrt, litert für tflite.

cfg

Gibt die aufgelöste Standardkonfiguration aus: die Standardwerte fürs Training, die für die Validierung, die für die Vorhersage und die Overrides je Familie.

libreyolo cfg

Die Werte werden aus den Konfigurations-Dataclasses gelesen, nicht aus einer Kopie, damit ist das die maßgebliche Quelle dafür, was ein Trainingslauf nutzt, wenn du kein Argument übergibst. family_overrides ist der Abschnitt, der beantwortet, warum eine Familie mit Einstellungen trainiert hat, die du nicht angefordert hast. Wie diese Overrides angewendet werden, steht unter libreyolo train.

info

Lädt ein Modell auf der CPU und meldet dessen Familie, Größe, Parameterzahl, Klassen und die Export-Stufe für jedes Format.

libreyolo info model=<name|path>

metadata

Liest die Metadaten eines Checkpoints, ohne ein Modell zu bauen, und validiert sie gegen das LibreYOLO-Checkpoint-Schema.

libreyolo metadata path=<checkpoint.pt>

Große Einträge, die Tensoren enthalten, werden zusammengefasst statt ausgegeben, damit die Ausgabe auch bei einem vollständigen Trainings-Checkpoint lesbar bleibt. Ein Checkpoint, der nicht existiert, beendet sich mit checkpoint_not_found, und einer, dessen Metadaten die Validierung nicht bestehen, gibt die Fehler aus und beendet sich mit 1.

enroll

Baut eine Gesichts-Galerie aus einem Baum mit einem Ordner je Person, damit spätere Vorhersagen die gefundenen Gesichter benennen können.

libreyolo enroll model=<embedder> source=<people-dir> gallery=<gallery.npz>

# people/ enthält einen Ordner je Identität; der Ordnername wird zur Identität.
libreyolo enroll model=librefacerec-l.onnx source=people/ gallery=people.npz

Der Name des Unterordners ist die Identität. Ein Referenzbild ohne erkennbares Gesicht wird mit einer Zeile auf stderr übersprungen, und der Rest läuft weiter; eine Quelle ohne Identitäts-Unterordner oder eine, in der überhaupt kein Gesicht gefunden wurde, ist ein Fehler.

Übergib die entstandene Datei an libreyolo predict als gallery=people.npz, damit Erkennungen eine Identität und einen Match-Score tragen.

compare

Meldet die Kosinus-Ähnlichkeit zwischen zwei Gesichtsbildern und ob sie den Schwellenwert für dieselbe Identität überschreitet.

libreyolo compare model=<embedder> source=<a.jpg> source2=<b.jpg>

libreyolo compare model=librefacerec-l.onnx source=a.jpg source2=b.jpg

libreyolo verify ist als zweiter Name für diesen Befehl registriert und nimmt dieselben Argumente.

Sowohl compare als auch enroll brauchen ein Modell, dessen Aufgabe Face Embedding ist. Alles andere beendet sich mit config_unsupported. Als Quellen werden sowohl lokale Bildpfade als auch http- und https-URLs akzeptiert.

Beispiele

libreyolo versionlibreyolo checks

libreyolo modelslibreyolo formats family=yolo9 task=detect

libreyolo info model=LibreYOLO9s.ptlibreyolo metadata path=weights/LibreYOLO9s.pt

Hinweise

stdout trägt das Ergebnis; Fortschritt und Warnungen gehen nach stderr. json=true gibt ein Objekt mit schema_version aus, das ist die Form, die du aus einem Skript ausliest. Textausgabe ist der Standard und ist dafür gedacht, von einem Menschen gelesen zu werden.

Exit-Codes folgen derselben Zuordnung wie im Rest der CLI: 0 bei Erfolg, 2 bei einem Nutzungs- oder Konfigurationsfehler, 3, wenn eine Quelle nicht gefunden wird, 4, wenn ein Modell oder Checkpoint nicht geladen werden kann, und 1 bei sonstigen Laufzeitfehlern.

Verwandt: libreyolo doctor, der Inspektionsbefehl auf der Datensatzseite, und libreyolo profile, der auf der Performance-Seite.