D-FINE

Instalación

D-FINE no necesita ningún extra opcional. Todos sus imports están cubiertos por la instalación base.

pip install libreyolo

El fine-tuning con adaptadores mediante lora=True es la excepción, y necesita el extra lora.

pip install "libreyolo[lora]"

Predicción

Los pesos se descargan de Hugging Face en el primer uso y se guardan en la caché local.

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreDFINEn.pt")result = model(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

libreyolo predict model=LibreDFINEn.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE # El sufijo -seg del nombre de archivo selecciona la cabeza de máscaras,# así que aquí no hace falta el argumento task.model = LibreYOLO("LibreDFINEn-seg.pt")result = model(SAMPLE_IMAGE, save=True) print(result.masks.data.shape)

El objeto Results devuelto es el mismo que devuelven todas las familias, así que cambiar a otro detector es un cambio de una línea. Un nombre de archivo con -seg resuelve por sí solo a la tarea de segmentación, y entonces result.masks lleva las máscaras de instancia junto a las cajas. conf y max_det filtran la selección de queries; iou se acepta por paridad de API pero no tiene efecto, porque el decoder es un predictor de conjuntos sin paso de NMS. Consulta predicción para fuentes, streaming y manejo de resultados.

Variantes

Cinco tamaños. Todos funcionan a la misma resolución de entrada, así que la tabla los separa por número de parámetros y precisión.

La segmentación reutiliza el backbone, el encoder y el decoder de detección y añade una cabeza de máscaras, así que un checkpoint -seg acepta los mismos argumentos que su equivalente de detección. La familia RT-DETRv4 de LibreYOLO está escrita como una subclase del wrapper de D-FINE: hereda esta línea de decoder y luego fija su lista de tareas de vuelta a detección, porque no lleva cabeza de máscaras.

Entrenamiento

El entrenamiento parte de un checkpoint publicado, para ambas tareas.

from libreyolo import LibreYOLO model = LibreYOLO("LibreDFINEn.pt")model.train(data="my-dataset.yaml", epochs=50, imgsz=640, batch=8, lr0=2e-4)

libreyolo train model=LibreDFINEn.pt data=my-dataset.yaml \  epochs=50 imgsz=640 batch=8 lr0=2e-4

# Continúa desde pesos de segmentación publicados, cabeza de máscaras incluida.libreyolo train model=LibreDFINEn-seg.pt data=my-dataset.yaml \  task=segment epochs=50 imgsz=640

# Los pesos de detección no llevan cabeza de máscaras, así que esto es una# transferencia explícita: la cabeza empieza sin entrenar y solo sirve una# vez entrenada. Pedir task=segment aquí es lo que autoriza la transferencia.libreyolo train model=LibreDFINEn.pt data=my-dataset.yaml \  task=segment epochs=50 imgsz=640

from libreyolo import LibreYOLO model = LibreYOLO("LibreDFINEn.pt")model.train(data="my-dataset.yaml", epochs=50, lora=True)

libreyolo train model=LibreDFINEn.pt data=my-dataset.yaml \  epochs=50 device=0,1 batch=16

Si no se toca nada, el trainer ejecuta 132 épocas con lr0=2e-4 y amp=False, un batch de 16 y early stopping tras 50 épocas sin mejora. Los pesos de detección son un punto de partida válido para entrenar segmentación, pero solo como transferencia explícita, ya que la cabeza de máscaras empieza sin entrenar y de otro modo devolvería máscaras sin sentido. Pasar task=segment en el CLI es lo que la autoriza. La vía de Python es más estrecha: hay que construir LibreDFINE directamente con allow_detect_to_segment_transfer=True, porque la factoría LibreYOLO() no acepta ese argumento, y la construcción directa no descarga nada, así que el archivo de pesos ya tiene que estar en disco.

lora=True se aplica a detección. El entrenamiento de segmentación lo rechaza y remite a freeze='backbone' en su lugar, porque la cabeza de máscaras no se ha probado con adaptadores. En Apple silicon el trainer mueve toda la ejecución a CPU: el backward pass del matmul por bins del Integral choca con un fallo de compilación de Metal. La inferencia en MPS no se ve afectada.

Consulta entrenamiento para datasets, aumento de datos (data augmentation), multi-GPU y loggers.

Validación

val() devuelve un diccionario indexado por nombre de métrica, e imprime los resultados por clase si verbose se deja activado.

from libreyolo import LibreYOLO model = LibreYOLO("LibreDFINEn.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95"])print(metrics["metrics/mAP50"])

libreyolo val model=LibreDFINEn.pt data=my-dataset.yaml

from libreyolo import LibreYOLO model = LibreYOLO("LibreDFINEn-seg.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95(M)"])   # máscarasprint(metrics["metrics/mAP50-95(B)"])   # cajas

Contra un checkpoint -seg, la clave metrics/mAP50-95 a secas contiene la puntuación de las máscaras, y la misma ejecución reporta además las cajas bajo (B) y las máscaras bajo (M), así que ambas están disponibles en una sola pasada.

Exportación

Un artefacto exportado se vuelve a cargar con LibreYOLO() según su sufijo de archivo, así que un archivo .onnx o .engine se comporta como un checkpoint y devuelve el mismo Results. Las rutas de OpenVINO, Paddle, MNN y Core AI exportan con un lienzo fijo en lugar de con formas dinámicas. Exportación lista los argumentos que acepta cada formato y los extras que añaden unos pocos de ellos.

from libreyolo import LibreYOLO model = LibreYOLO("LibreDFINEn.pt")model.export(format="onnx", imgsz=640)model.export(format="tensorrt", imgsz=640, half=True)

libreyolo export model=LibreDFINEn.pt format=onnx imgsz=640libreyolo export model=LibreDFINEn.pt format=tensorrt imgsz=640 half=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE # La factoría enruta según el sufijo del archivo, así que un artefacto# exportado se carga como cualquier checkpoint y devuelve el mismo Results.model = LibreYOLO("LibreDFINEn.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Checkpoints

Todos los archivos de pesos publicados de esta familia.

Licencia

Cita

@misc{peng2024dfine,
      title={D-FINE: Redefine Regression Task in DETRs as Fine-grained Distribution Refinement},
      author={Yansong Peng and Hebei Li and Peixi Wu and Yueyi Zhang and Xiaoyan Sun and Feng Wu},
      year={2024},
      eprint={2410.13842},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}