Détection d'objets

Définition

La détection d'objets indique où se trouve chaque objet et ce qu'il est. Une image entre, une ligne sort par instance : quatre nombres pour le rectangle, un indice de classe et un score. Elle ne décrit ni la forme des pixels, ni l'orientation, ni les parties, ce qui la distingue de la segmentation d'instances, des boîtes orientées et de la pose.

detect est la clé de tâche canonique et la valeur par défaut. Un checkpoint dont le nom de fichier ne comporte aucun suffixe de tâche se charge comme un détecteur.

predict() remplit result.boxes. .xyxy donne les coins en pixels sur le canevas de l'image d'origine, .conf le score et .cls l'indice de classe dans result.names. .xywh, .xyxyn et .xywhn sont des vues dérivées des mêmes lignes, et .id contient un identifiant de suivi lorsqu'un tracker est attaché. Parcourir un objet Boxes produit des tranches d'une ligne. box.cls, box.conf et box.xyxy fonctionnent donc pour chaque détection.

Modèles

Douze familles peuvent être entraînées et effectuer des prédictions : YOLOv9, RF-DETR, EdgeCrafter, RT-DETR, D-FINE, DEIM, Dome-DETR, YOLO-NAS, YOLOX, YOLOv7, RTMDet et PicoDet. YOLOv9 et RF-DETR sont les deux familles vedettes, qui reçoivent les fonctionnalités en premier. RF-DETR nécessite son propre extra, pip install "libreyolo[rfdetr]". Les autres s'exécutent avec le paquet de base.

Onze autres familles effectuent la prédiction, la validation et l'exportation, mais leur méthode train() déclenche une NotImplementedError : LW-DETR, DETR, Deformable DETR, DINO-DETR, Faster R-CNN, Mask R-CNN, FCOS, RetinaNet, SSD, CenterNet et EfficientDet.

La lignée Darknet, YOLOv1, YOLOv2, YOLOv3 et YOLOv4, est conservée comme une pièce figée. La prédiction, la validation et l'exportation fonctionnent, mais pas l'entraînement.

Un groupe distinct reçoit sa liste de classes à l'exécution plutôt que depuis le checkpoint. Il détecte donc des noms jamais vus pendant l'entraînement : Grounding DINO, OWLv2, OMDet-Turbo et OV-DEIM, ainsi que les familles vision-langage Florence-2, Kosmos-2, Qwen3-VL, SmolVLM2, InternVL3, LFM2-VL, LocateAnything, SenseNova-Vision et LibreMODUS. Ces modèles se chargent par leur propre fabrique et leurs propres extras. Chaque page de modèle présente l'appel exact.

Prédire

Les poids sont téléchargés depuis Hugging Face à la première utilisation et mis en cache localement.

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreYOLO9t.pt")result = model(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(result.names[int(box.cls)], float(box.conf), box.xyxy)

libreyolo predict model=LibreYOLO9t.pt save=True \  source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg

from libreyolo import LibreYOLO, SAMPLE_IMAGE # La fabrique s'oriente selon le checkpoint et chaque détecteur renvoie# le même objet Results. Changer de famille ne demande donc qu'une ligne.model = LibreYOLO("LibreDFINEn.pt")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy.shape)

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9t.pt") # Toute source acceptée par la bibliothèque : fichier, dossier, URL,# indice de webcam, flux RTSP ou liste .streams.for result in model.predict("clip.mp4", stream=True, save=True):    print(len(result.boxes))

conf définit le seuil de confiance et max_det limite le nombre de lignes. iou est le seuil de NMS. Il n'a donc d'effet que sur une famille qui applique la NMS. RF-DETR et la tête YOLOv9 de bout en bout décodent un ensemble fixe de prédictions et l'ignorent. Consultez la page prédiction pour les sources, le streaming et la gestion des résultats.

Format du dataset

Chaque image possède un fichier d'étiquettes .txt, trouvé en remplaçant images par labels dans le chemin de l'image et en changeant l'extension.

dataset/
  data.yaml
  images/
    train/000001.jpg
    val/000101.jpg
  labels/
    train/000001.txt
    val/000101.txt

Chaque ligne contient exactement cinq champs : un indice de classe suivi d'une boîte normalisée sous forme de centre et de taille.

<class_id> <cx> <cy> <w> <h>

Les coordonnées sont des nombres flottants dans [0, 1], relatifs à la largeur et à la hauteur de l'image d'origine. w et h doivent être positifs. Un fichier d'étiquettes absent ou vide signifie que l'image ne contient aucun objet. Les lignes ne comportent ni confiance ni identifiant de suivi.

Le fichier YAML nomme les partitions et les classes :

path: dataset
train: images/train
val: images/val
names:
  0: person
  1: bicycle

train et val peuvent être des répertoires d'images, des fichiers .txt qui énumèrent des images ou des listes de ces deux formes. nc est facultatif et doit correspondre à names lorsqu'il est présent. Le JSON COCO natif fonctionne également. Ajoutez une association annotations entre le nom de partition et le fichier JSON. Le chemin de la partition indique alors la racine des images. Lorsque names est présent, il définit les identifiants des étiquettes. Les noms de catégories du JSON doivent donc lui correspondre.

Entraîner

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9t.pt") # coco128.yaml télécharge un échantillon de 128 images à la première# utilisation. Pour une véritable exécution, utilisez le YAML de votre dataset.model.train(data="coco128.yaml", epochs=50, imgsz=640, batch=8)

libreyolo train model=LibreYOLO9t.pt data=coco128.yaml \  epochs=50 imgsz=640 batch=8

libreyolo train model=LibreYOLO9t.pt data=coco128.yaml \  epochs=50 device=0,1 batch=-1

epochs, imgsz, batch et lr0 sont les premiers arguments à ajuster. lr0 est celui qui ne se transfère pas d'une famille à l'autre. Un taux toléré par un détecteur convolutif fera diverger un Transformer. Reprenez donc la valeur de la page du modèle plutôt que celle de l'exemple d'une autre famille. Une famille peut aussi ignorer complètement un argument, ce que sa page indique. Consultez la page entraînement pour les datasets, les augmentations, le multi-GPU et les systèmes de journalisation.

Valider

val() renvoie un dictionnaire ordinaire de clés metrics/, calculées avec l'évaluation COCO sur la partition val du fichier YAML du dataset.

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9t.pt") # val() renvoie un dictionnaire ordinaire et non un objet.metrics = model.val(data="coco128.yaml") print(metrics["metrics/mAP50-95"])print(metrics["metrics/mAP50"], metrics["metrics/mAP75"])print(metrics["metrics/AR100"])

libreyolo val model=LibreYOLO9t.pt data=coco128.yaml

metrics/mAP50-95 est la précision moyenne, moyennée sur les seuils d'IoU de 0,50 à 0,95. C'est le nombre principal. metrics/mAP50 et metrics/mAP75 sont les versions à seuil unique. metrics/mAP_small, metrics/mAP_medium et metrics/mAP_large répartissent la même moyenne selon l'aire de l'objet. metrics/AR1, metrics/AR10, metrics/AR100, metrics/AR_small, metrics/AR_medium et metrics/AR_large sont les valeurs correspondantes de rappel moyen. metrics/AR_max_det et metrics/max_det enregistrent la limite de détections utilisée pendant l'exécution.

Lisez attentivement metrics/precision et metrics/recall pour cette tâche. Elles sont conservées pour la rétrocompatibilité et constituent des alias, pas un point de fonctionnement. metrics/precision contient la même valeur que metrics/mAP50-95, et metrics/recall la même valeur que metrics/AR100. Les tracer comme une paire précision-rappel rapporte donc deux fois le même nombre. Quatre clés sont aussi répétées avec le suffixe (B), pour boîte, afin qu'une clé de détection se lise de la même manière sur un modèle qui prédit aussi des masques : metrics/mAP50-95(B), metrics/mAP50(B), metrics/precision(B) et metrics/recall(B).

Exporter

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9t.pt")model.export(format="onnx", imgsz=640)

libreyolo export model=LibreYOLO9t.pt format=onnx imgsz=640

from libreyolo import LibreYOLO, SAMPLE_IMAGE # La fabrique s'oriente grâce au suffixe du fichier. Un artefact exporté# se charge comme un checkpoint et renvoie le même objet Results.model = LibreYOLO("LibreYOLO9t.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Un artefact exporté se recharge par LibreYOLO() grâce au suffixe de son fichier. Un fichier .onnx ou .engine se comporte donc comme un checkpoint et renvoie le même Results. La couverture des formats varie selon la famille. La matrice de chaque page de modèle est générée depuis l'ensemble validé plutôt que saisie manuellement. Consultez la page exporter et déployer pour les formats, leurs extras et leurs contraintes.