Documentation LibreYOLO

Une seule API Python pour la vision par ordinateur : détection, segmentation, pose, profondeur, OCR et plus encore, avec entraînement, validation et export pour chaque tâche. Le code est sous licence MIT, donc ce que vous créez avec lui reste à vous.

installer

pip install libreyolo

Prise en main Parcourir les modèles Parcourir les tâches

Modèles: 86 familles, des fers de lance actuels aux détecteurs historiques, derrière une seule factory
Tâches: 17, de la détection à l'estimation du regard et à la reconstruction du maillage humain
Poids: 244 checkpoints publiés pour les familles documentées ici, téléchargés à la première utilisation depuis huggingface.co/LibreYOLO
Export: 12 formats, d'ONNX à TensorRT, CoreML, TFLite et Core AI
Licence: MIT pour le code. Les poids conservent leur licence d'origine, indiquée pour chaque checkpoint

Que voulez-vous faire ?

Toutes les tâches

All tasks
Détection d'objets: Bounding boxes et classes. La tâche par défaut, prise en charge par la plupart des familles.
Segmentation d'instances: Masques par objet, un masque par détection.
Segmentation sémantique: Une classe pour chaque pixel, sans séparer les objets.
Segmentation panoptique: Segmentation sémantique et segmentation d'instances dans une même sortie.
Estimation de la pose: Points clés par objet, selon une approche descendante ou ascendante.
Classification d'images: Une étiquette par image, y compris en zero-shot avec CLIP et SigLIP2.
Détection orientée: Boîtes orientées pour l'imagerie aérienne et documentaire.
Détection de points: Centroïdes à la place des boîtes. Pour le comptage et les très petits modèles.
Estimation de la profondeur: Profondeur par pixel à partir d'une seule image.
Détection des contours
Normales de surface
Restauration d'images: Débruitage, défloutage et mise à l'échelle supérieure.
Suppression de l'arrière-plan: Mattes alpha pour les détourages.
OCR: Détection et reconnaissance de texte en un seul passage.
Reconnaissance faciale: Embeddings de visages et galeries d'identités.
Embeddings
Estimation du regard: Direction dans laquelle une personne regarde.
Maillage du corps
Suivi d'objets: Identités suivies entre les images d'une vidéo, avec n'importe quel détecteur.
Détection à vocabulaire ouvert: Détectez les classes que vous nommez au runtime, sans entraînement.
Segmentation guidée: Segmentez tout ce que vous pointez avec SAM et des modèles similaires.

Quel modèle ?

Tous les modèles

Commencez par un fer de lance, sauf si vous avez une raison de ne pas le faire. Chaque fonctionnalité est d'abord conçue et validée sur GPU avec ces modèles, et chaque page présente les checkpoints, la matrice d'export et les licences de la famille.

RF-DETR: 4 tâches, 19 checkpoints publiés.
YOLOv9: Détection, 9 checkpoints publiés.
DEIM: Détection, 13 checkpoints publiés.
D-FINE: 2 tâches, 10 checkpoints publiés.
EdgeCrafter: 3 tâches, 12 checkpoints publiés.
RT-DETR: 2 tâches, 21 checkpoints publiés.
YOLO-NAS: 2 tâches, poids distribués par leurs auteurs, pas par nous.
ConvNeXt: Détection, 3 checkpoints publiés.
DINOv2: 3 tâches, poids distribués par leurs auteurs, pas par nous.
Dome-DETR: Détection, poids distribués par leurs auteurs, pas par nous.
EfficientNetV2: Détection, 4 checkpoints publiés.
FOMO: Détection, 3 checkpoints publiés.
LingBot-Vision: Détection, 3 checkpoints publiés.
MobileNetV4: Détection, 3 checkpoints publiés.
NAFNet: Détection, 1 checkpoint publié.
PicoDet: Détection, 3 checkpoints publiés.
ResNet: Détection, 4 checkpoints publiés.
RTMDet: 2 tâches, 10 checkpoints publiés.
SegFormer: Détection, 6 checkpoints publiés.
YOLOv7: Détection, 1 checkpoint publié.
YOLOX: Détection, 6 checkpoints publiés.
AlexNet: Détection, 1 checkpoint publié.
BiRefNet: Détection, 1 checkpoint publié.
CenterNet: Détection, 2 checkpoints publiés.
DeepLabv3: Détection, 3 checkpoints publiés.
Deformable DETR: Détection, 5 checkpoints publiés.
Depth Anything 3: Détection, 1 checkpoint publié.
Depth Anything V2: Détection, 3 checkpoints publiés.
DETR: Détection, 4 checkpoints publiés.
DexiNed: Détection, poids distribués par leurs auteurs, pas par nous.
DINO-DETR: Détection, 3 checkpoints publiés.
EfficientDet: Détection, 5 checkpoints publiés.
EoMT: 3 tâches, 6 checkpoints publiés.
Faster R-CNN: Détection, 4 checkpoints publiés.
FCN: Détection, 2 checkpoints publiés.
FCOS: Détection, 1 checkpoint publié.
FeyNobg: Détection, 3 checkpoints publiés.
HRNet: Détection, 2 checkpoints publiés.
L2CS-Net: Détection, poids distribués par leurs auteurs, pas par nous.
LibreFaceRec: Détection, poids distribués par leurs auteurs, pas par nous.
LW-DETR: Détection, 5 checkpoints publiés.
Mask R-CNN: 2 tâches, 1 checkpoint publié.
MiDaS: Détection, poids distribués par leurs auteurs, pas par nous.
MoGe-2: Détection, poids distribués par leurs auteurs, pas par nous.
PIDNet: Détection, 3 checkpoints publiés.
PP-OCRv5: Détection, 2 checkpoints publiés.
Real-ESRGAN: Détection, 3 checkpoints publiés.
RetinaNet: Détection, 2 checkpoints publiés.
SAM 3D Body: Détection, 2 checkpoints publiés.
SSD: Détection, 1 checkpoint publié.
Swin Transformer: Détection, 4 checkpoints publiés.
SwinIR: Détection, 3 checkpoints publiés.
TEED: Détection, poids distribués par leurs auteurs, pas par nous.
VGG: Détection, 4 checkpoints publiés.
ViT: Détection, 4 checkpoints publiés.
ZipDepth: Détection, 2 checkpoints publiés.
DeiT: Détection, 3 checkpoints publiés.
YOLOv1: Détection, 1 checkpoint publié.
YOLOv2: Détection, 2 checkpoints publiés.
YOLOv3: Détection, 3 checkpoints publiés.
YOLOv4: Détection, 2 checkpoints publiés.
CLIP: 2 tâches, 2 checkpoints publiés.
EdgeTAM: Détection, 1 checkpoint publié.
Florence-2: Détection, poids distribués par leurs auteurs, pas par nous.
Grounding DINO: Détection, 2 checkpoints publiés.
InternVL3: Détection, poids distribués par leurs auteurs, pas par nous.
Kosmos-2: Détection, poids distribués par leurs auteurs, pas par nous.
LFM2-VL: Détection, poids distribués par leurs auteurs, pas par nous.
LibreMODUS: 4 tâches, poids distribués par leurs auteurs, pas par nous.
LocateAnything: 2 tâches, poids distribués par leurs auteurs, pas par nous.
MobileSAM: Détection, 1 checkpoint publié.
OMDet-Turbo: Détection, 1 checkpoint publié.
OV-DEIM: Détection, 3 checkpoints publiés.
OWLv2: Détection, 2 checkpoints publiés.
PicoSAM3: Détection, 1 checkpoint publié.
Qwen3-VL: Détection, poids distribués par leurs auteurs, pas par nous.
SAM: Détection, poids distribués par leurs auteurs, pas par nous.
SAM 2: Détection, 4 checkpoints publiés.
SAM 3: Détection, poids distribués par leurs auteurs, pas par nous.
SenseNova-Vision: 7 tâches, 1 checkpoint publié.
SigLIP2: 2 tâches, 2 checkpoints publiés.
SmolVLM2: Détection, poids distribués par leurs auteurs, pas par nous.

Mesuré, pas seulement annoncé

Vision Analysis

Chaque chiffre d'exactitude et de latence de cette documentation provient d'une exécution que nous publions, accompagnée du matériel, du runtime et de la précision utilisés. Le graphique ci-dessous est actualisé en direct.

Utiliser un modèle

Entraîner: Datasets, arguments, augmentation, multi-GPU et loggers d'expériences.
Prédire: Images, dossiers, vidéos, webcams et flux RTSP.
Exporter et déployer: Douze cibles, avec une matrice de support par famille.
Ligne de commande: Tout ce que fait l'API Python, sans écrire de code Python.

À propos de la licence

Le code de LibreYOLO est sous licence MIT. Il ne vous oblige pas à publier votre application en open source, ne s'étend pas aux poids de votre modèle et ne change pas si vous vendez ce que vous créez. Les poids pré-entraînés sont distincts : chacun conserve la licence de son auteur, que la documentation indique pour chaque checkpoint au lieu de la résumer dans une affirmation générale. Quelques-uns sont réservés à un usage non commercial, et cela est indiqué.

Comment fonctionnent les licences ici