Einstellungen

LibreYOLO besitzt keine Konfigurationsdatei. Verhalten, das nicht über ein Funktionsargument gesteuert wird, hängt von Umgebungsvariablen und einigen konventionellen Verzeichnissen ab. Alle sind hier aufgeführt.

Umgebungsvariablen

Variable	Standardwert	Wirkung
`LIBREYOLO_DATASETS_DIR`	`~/datasets`	Datensatzstamm. Wird beim Import einmal in `libreyolo.data.DATASETS_DIR` eingelesen
`LIBREYOLO_FASTER_COCO_EVAL`	nicht gesetzt	Überschreibt das Validierungs-Flag `faster_coco_eval`. `1`, `true`, `yes` oder `on` erzwingt das schnelle Backend, jeder andere Wert deaktiviert es, ohne Wert gilt das Konfigurations-Flag
`LIBREYOLO_KERNELS`	nicht gesetzt	Kernel-Auswahl. `off` oder `reference` erzwingt die Referenzimplementierungen, jeder andere Wert wählt nur unter diesem Namen registrierte Implementierungen aus
`LIBREYOLO_QUANT_KERNELS`	nicht gesetzt	Veralteter Alias für `LIBREYOLO_KERNELS`, wird nur gelesen, wenn diese Variable nicht gesetzt ist
`LIBREYOLO_HUB_KERNELS`	nicht gesetzt	`0`, `false`, `off` oder `no` deaktiviert das Laden von Hugging-Face-Hub-Kerneln. Jeder andere Wert einschließlich einer fehlenden Variable lässt es aktiviert
`LIBREYOLO_MHR_PATH`	`~/.cache/libreyolo/mhr/mhr_model.pt`	Speicherort des von der Aufgabe `mesh` verwendeten MHR-Körpermodells
`LIBRELABEL_ENABLE_LOCATE`	nicht gesetzt	Muss genau `1`, `true`, `yes` oder `on` sein, damit der LocateAnything-Assistent im Labeling-Werkzeug erscheint. Jeder andere Wert deaktiviert ihn
`SAM_3D_BODY_PATH`	nicht gesetzt	Pfad zum SAM-3D-Body-Paket für die Mesh-Familie, wenn er nicht dem Konstruktor übergeben wird
`HF_TOKEN`	nicht gesetzt	Zugriffstoken für Hugging Face, wird bei zugangsbeschränkten Repositorys verwendet

Datensatzstamm an einen anderen Ort legen

export LIBREYOLO_DATASETS_DIR=/data/datasetspython -c "from libreyolo.data import DATASETS_DIR; print(DATASETS_DIR)"

Aufgelösten Wert in Python lesen

from libreyolo.data import DATASETS_DIR # Standard ist ~/datasets; LIBREYOLO_DATASETS_DIR überschreibt ihn beim Import.print(DATASETS_DIR)

LIBREYOLO_DATASETS_DIR wird beim Import gelesen. Wenn du die Variable nach dem Import von libreyolo.data setzt, ändert sich DATASETS_DIR nicht.

Hub-Kernel verwenden ein zweiteiliges Opt-in. Der Abruf zur Laufzeit geschieht nur, wenn das optionale Paket kernels installiert ist. Die Installation von libreyolo[hub-kernels] ist daher das Opt-in, und LIBREYOLO_HUB_KERNELS=0 das Opt-out. Eine Installation ohne das Extra ist in beiden Fällen nicht betroffen.

Die Kernel-Auswahl beendet auch Importe vorzeitig. Wenn LIBREYOLO_KERNELS off oder reference erzwingt, werden die beschleunigten, im Quellbaum enthaltenen Provider überhaupt nicht importiert. Das von diesen drei Variablen gesteuerte Register wird unter Kernel beschrieben.

Von der Bibliothek gesetzte Variablen

Diese Variablen werden geschrieben und nicht gelesen. Sie von Hand zu setzen, ist daher kein unterstützter Pfad.

Variable	Gesetzt von
`RANK`, `LOCAL_RANK`, `WORLD_SIZE`, `MASTER_ADDR`, `MASTER_PORT`	DDP-Spawn-Hilfsfunktion, ein Wert pro Worker-Prozess
`CUDA_VISIBLE_DEVICES`	Wird während der verteilten Einrichtung vorübergehend eingeschränkt und danach wiederhergestellt
`PYTORCH_ENABLE_MPS_FALLBACK`	Wird von den EC-Trainern mit `setdefault` auf `1` gesetzt, sodass ein vorhandener Wert Vorrang hat
`MOMENTUM_ENABLED`	Wird vom Loader der Mesh-Familie mit `setdefault` gesetzt

LOCAL_RANK dient zugleich als Signal für den verteilten Modus. Anhand dieser Variable erkennt der Trainingscode, dass er unter DDP ausgeführt wird.

Logger-Variablen

Die optionalen Trainings-Logger verwenden Umgebungsstandardwerte als Projektname.

Variable	Standardwert	Verwendet von
`WANDB_PROJECT`	`libreyolo`	Weights-and-Biases-Logger, wenn kein Projekt übergeben wird
`COMET_PROJECT_NAME`	`libreyolo`	Comet-Logger, wenn kein Projekt übergeben wird

Die Authentifizierung bei diesen Diensten folgt deren eigenen Werkzeugen und nicht LibreYOLO.

Tokens

HF_TOKEN ist das Zugriffstoken für Hugging Face. Wenn die Variable nicht gesetzt ist, wird das Token aus ~/.cache/huggingface/token gelesen, wohin es ein Login über die Hugging-Face-CLI schreibt. Beide Pfade funktionieren.

Ein Token ist nur für zugangsbeschränkte Repositorys erforderlich. SAM 3 ist das enthaltene Beispiel. Seine Gewichte werden unter einer benutzerdefinierten Lizenz aus einem zugangsbeschränkten Repository heruntergeladen. Du musst die Bedingungen auf der Repository-Seite akzeptieren und die Sitzung authentifizieren.

Verzeichnisse

Pfad	Inhalt
`weights/`	Heruntergeladene Checkpoints, Hugging-Face-Snapshots und exportierte Artefakte
`~/datasets`	Datensatzstamm, sofern `LIBREYOLO_DATASETS_DIR` nichts anderes angibt
`~/.cache/huggingface/token`	Hugging-Face-Token, wenn es nicht in `HF_TOKEN` steht
`~/.cache/libreyolo/mhr/mhr_model.pt`	MHR-Körpermodell, sofern `LIBREYOLO_MHR_PATH` nichts anderes angibt
`runs/track/`	Standardausgabe für `model.track(save=True)`

weights/ ist relativ zum Arbeitsverzeichnis. Ein einfacher Dateiname wird darüber aufgelöst. LibreYOLO("LibreYOLO9t.pt") sucht daher nach weights/LibreYOLO9t.pt und lädt die Datei dort herunter, wenn sie fehlt. model.export() schreibt ohne output_path in dasselbe Verzeichnis. Die benachbarten Stufen laden Snapshots aus mehreren Dateien nach weights/<Prefix><size>/ herunter.

Downloadverhalten

Downloads von Gewichten werden mit Backoff dreimal wiederholt, aus einer partiellen Datei fortgesetzt und durch eine Sperrdatei geschützt. Zwei Prozesse rufen daher nicht gleichzeitig denselben Checkpoint ab. Eine Familie, die von einem Drittanbieterhost lädt, kann eine Prüfsumme festlegen und bei Abweichung sicher fehlschlagen.

Einige Downloads zeigen vor Beginn einen Lizenzhinweis an. Diese Hinweise sind Teil des Downloadpfads und können nicht über eine Konfiguration unterdrückt werden.

Validierungs-Backend

model.val() akzeptiert standardmäßig faster_coco_eval=True und fällt mit einer einmaligen Warnung auf pycocotools zurück, wenn das Paket nicht installiert ist. LIBREYOLO_FASTER_COCO_EVAL überschreibt das aufrufbezogene Flag. Ein Benchmark-Harness, der keine Konfiguration pro Lauf ändern kann, sollte diese Variable verwenden. Das tatsächlich ausgeführte Backend wird als model.last_eval_backend gemeldet.

Datensatz-Downloadskripte

Eine Datensatz-YAML kann ein Feld download mit Python-Code enthalten. Es wird nur ausgeführt, wenn an den lesenden Aufruf allow_download_scripts=True übergeben wird. Dies ist ein Funktionsargument von val() und export() und keine Umgebungsvariable.