LibreYOLO à CVPR 2026 : détection d'objets sur appareils edge

LibreYOLO était présent à CVPR 2026.

CVPR est largement reconnu comme la conférence de vision par ordinateur la plus prestigieuse au monde. Cette année, elle se tenait à Denver, où une équipe de Jabra et de l'IT University of Copenhagen a animé un tutoriel intitulé « Edge AI in Action: Mastering On-Device Inference ». Elle a choisi LibreYOLOXs comme modèle d'exemple pour déployer la détection d'objets sur des puces edge.

Ce qu'ils ont construit

Le tutoriel a présenté le pipeline edge complet, de bout en bout. Il commence avec un modèle LibreYOLOXs. Exportez-le en ONNX. Compilez ensuite cet ONNX pour deux matériels très différents : un accélérateur Hailo-8L et Qualcomm Snapdragon.

Temps réel sur Hailo-8L

Ils ont compilé l'ONNX en HEF avec le Hailo Dataflow Compiler, puis l'ont exécuté sur un Raspberry Pi 5 équipé du Hailo-8L AI HAT.

Il a fonctionné à 19.0 ms par frame, soit 52.6 FPS, sur un Raspberry Pi.

Temps réel sur Snapdragon

Côté Qualcomm, ils ont quantifié LibreYOLOXs en INT8 et l'ont exécuté avec la pile SNPE, QAIRT et AI Hub. Le benchmark a été réalisé sur un QCS6490.

Le résultat était de 6.69 ms sur le HTP/DSP.

Remerciements

Un grand merci à Sai Narsi Reddy Donthi Reddy, Fabricio Batista Narcizo, Elizabete Munzlingera et Shan Ahmed Shaffi d'avoir présenté le projet.

• Tutoriel et diapositives : Edge AI in Action: Mastering On-Device Inference
• Modèles LibreYOLOXs quantifiés pour Qualcomm : sur Hugging Face

Essayer

pip install libreyolo

from libreyolo import LibreYOLO

model = LibreYOLO("LibreYOLOXs.pt")
model.export(format="onnx")   # then compile for your edge target

LibreYOLO est sous licence MIT, fonctionne sous Linux, Mac et Windows, et prend en charge les GPU, Apple Silicon et les CPU classiques sans changement de code. Une seule API couvre YOLOX, RF-DETR, D-FINE, DEIM, YOLO-NAS, la segmentation, l'estimation de pose, la profondeur et bien plus encore.

Ajoutez une étoile sur GitHub : github.com/LibreYOLO/libreyolo | Documentation : libreyolo.com/docs