V-JEPA 2

V-JEPA 2 produces video embeddings and supports training an attentive classification probe.

Aufgaben: embeddings, classification
Größen: l256, h256, g256, g384 at 256 to 384 px
Installation: pip install libreyolo
Supportstufe: Unterstützt, seit v1.6.0. Ergänzende trainierbare Modelle: Die CI bleibt grün, Funktionen kommen bei Gelegenheit hinzu.
Lizenzen: Code MIT, Gewichte MIT; Apache-2.0 for giant encoder artifacts. Kommerzielle Nutzung

Install

bash

pip install "libreyolo"

Predict

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreVJEPA2l256-embed.pt", device="cpu")result = model(SAMPLE_IMAGE)print(result.embeddings)tokens = model.embed_tokens(SAMPLE_IMAGE)print(tokens.shape)

A still image is promoted to a clip. embed_tokens() returns (B, T, H, W, D) tokens; the public embedding normalizes their mean. Exported clip graphs require direct five-dimensional runtime input.

Train

Only the attentive probe and linear classifier train; the encoder stays frozen. Use the classification task and a video-manifest dataset. Defaults are 10 epochs, batch 2, learning rate 0.001 and workers 0. Full encoder fine-tuning and pretraining are not supported.

Dataset setup describes the required training data.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreVJEPA2l256-cls-ssv2.pt", device="cpu")# Replace with your video dataset YAML (train/val manifests of '<video-path> <class-id>' lines).model.train(data="path/to/your/video_dataset.yaml", epochs=1, device="cpu", workers=0)

Validate

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreVJEPA2l256-cls-ssv2.pt", device="cpu")# Replace with your video dataset YAML; val() reads its val manifest of '<video-path> <class-id>' lines.metrics = model.val(data="path/to/your/video_dataset.yaml", workers=0)print(metrics)

Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.

Export

Aufgabe	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Embeddings	Embeddings to ONNX: unterstützt	Embeddings to TorchScript: unterstützt	Embeddings to ExecuTorch: unterstützt	Embeddings to TensorRT: unterstützt	Embeddings to OpenVINO: unterstützt	Embeddings to Paddle: nicht unterstützt	Embeddings to MNN: nicht unterstützt	Embeddings to RKNN: nicht unterstützt	Embeddings to ncnn: nicht unterstützt	Embeddings to TFLite: nicht unterstützt	Embeddings to CoreML: nicht unterstützt	Embeddings to Core AI: nicht unterstützt
Classification	Classification to ONNX: unterstützt	Classification to TorchScript: unterstützt	Classification to ExecuTorch: unterstützt	Classification to TensorRT: unterstützt	Classification to OpenVINO: unterstützt	Classification to Paddle: nicht unterstützt	Classification to MNN: nicht unterstützt	Classification to RKNN: nicht unterstützt	Classification to ncnn: nicht unterstützt	Classification to TFLite: nicht unterstützt	Classification to CoreML: nicht unterstützt	Classification to Core AI: nicht unterstützt

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreVJEPA2l256-embed.pt", device="cpu")model.export(format="onnx")

Export setup lists format dependencies and loading exported artifacts.

Checkpoints

Datei	Lizenz der Gewichte
Embeddings
LibreVJEPA2h256-embed.pt	mit
LibreVJEPA2l256-embed.pt	mit
LibreVJEPA2g384-embed.pt	apache-2.0
LibreVJEPA2g256-embed.pt	apache-2.0
Classification
LibreVJEPA2l256-cls-ssv2.pt	mit
LibreVJEPA2l256-cls-diving48.pt	mit
LibreVJEPA2g384-cls-diving48.pt	mit
LibreVJEPA2g384-cls-ssv2.pt	mit

Jede oben aufgeführte Datei ist heute in der LibreYOLO-Organisation verfügbar und wird bei der ersten Verwendung heruntergeladen.

Licensing

Prüfe die Lizenz im Hugging-Face-Repository der konkreten Gewichte, die du herunterlädst. Jeder Checkpoint in der LibreYOLO-Organisation hat eine Lizenz, und sie ist innerhalb einer Familie nicht immer gleich. Dieses Repository ist die maßgebliche Quelle. Die Zusammenfassung unten beschreibt den Stand bei der letzten Verifizierung dieser Seite.

Dies ist eine Beschreibung der beteiligten Lizenzen und keine Rechtsberatung. Wenn die Antwort kommerziell relevant ist, lies die Lizenzen selbst und hole eigenen Rechtsrat ein.

Originalarbeit: V-JEPA 2, Meta AI
Upstream-Lizenz: MIT; Apache-2.0 for giant encoder artifacts
Upstream-Quelle: github.com/facebookresearch/vjepa2
LibreYOLO-Code: MIT
Gewichte: MIT; Apache-2.0 for giant encoder artifacts, erneut unter huggingface.co/LibreYOLO veröffentlicht
Einordnung: Licenses differ by artifact: the two giant encoder artifacts are Apache-2.0; the other mirrored encoders and classification probes are MIT.

Install

Predict

Train

Validate

Export

Checkpoints

Licensing

V-JEPA 2-Architektur