RT-DETR tanpa Ultralytics: v1, v2, dan v4 dengan Apache-2.0

RT-DETR adalah transformer deteksi real-time dari Baidu. Model ini mendekode sekumpulan query tetap, bukan grid padat, sehingga tidak ada langkah NMS yang perlu disetel. Saat mencarinya, salah satu implementasi pertama yang ditemukan adalah implementasi di dalam paket Python ultralytics. Hal itu menimbulkan pertanyaan lisensi yang tidak pernah menjadi masalah pada modelnya sendiri.

Lisensi RT-DETR bergantung pada repositorinya

Lisensi berlaku untuk repositori, bukan model. RT-DETR memiliki beberapa repositori, dan lisensinya berbeda-beda:

Implementasi Ultralytics adalah pilihan yang solid. Halaman RT-DETR mencantumkan rtdetr-l.pt dan rtdetr-x.pt pretrained, dengan dukungan untuk pelatihan, validasi, inferensi, dan ekspor. Implementasi ini disertakan dalam paket berlisensi AGPL-3.0, dan Ultralytics menjual Enterprise License bagi tim yang tidak ingin membuka seluruh kode sumber proyeknya. Jika keduanya tidak sesuai, arsitekturnya tersedia dengan lisensi Apache-2.0 dari para pembuatnya sendiri. Penjelasan lisensi YOLO membahas pola yang sama di seluruh keluarga YOLO, dan panduan lisensi komersial menjelaskan makna AGPL-3.0 bagi produk closed source.

Jalankan RT-DETR dengan LibreYOLO

pip install libreyolo

from libreyolo import LibreYOLO, SAMPLE_IMAGE

model = LibreYOLO("LibreRTDETRr18.pt")  # downloads from Hugging Face on first use
result = model(SAMPLE_IMAGE, save=True)

for box in result.boxes:
    print(box.cls, box.conf, box.xyxy)

Perintah yang sama dapat dijalankan dari CLI:

libreyolo predict model=LibreRTDETRr18.pt source=image.jpg save=True

conf dan max_det memfilter hasil dekode top-k atas query dan kelas. iou diterima tetapi tidak digunakan karena tidak ada NMS. Objek Results yang dikembalikan sama dengan yang dihasilkan setiap model LibreYOLO, sehingga mengganti detector hanya memerlukan perubahan satu baris.

RT-DETR, RT-DETRv2, dan RT-DETRv4 dalam satu loader

Versi tercantum dalam nama berkas, dan LibreYOLO() memilih jalur berdasarkan checkpoint, sehingga ketiganya dimuat dengan cara yang sama:

• RT-DETR: LibreRTDETR dalam r18, r34, r50, r50m, r101 (backbone ResNet), serta l dan x (HGNetv2).
• RT-DETRv2: LibreRTDETRv2 dalam r18, r34, r50, r50m, dan r101. Arsitekturnya tetap sama dengan versi 1, tetapi cara attention deformable mengambil sampel berubah.
• RT-DETRv4: LibreRTDETRv4 dalam s, m, l, dan x. Model ini menggunakan kembali arsitektur D-FINE, dan bobotnya berasal dari distilasi teacher DINOv3 ke student HGNetv2.

Semua bobot deteksi dilatih pada COCO dan berjalan pada 640 px. Sebagai referensi, README upstream melaporkan 46.5 AP untuk RT-DETR-R18 dan 53.0 AP untuk RT-DETR-L pada COCO, serta 49.8 AP untuk RT-DETRv4-S hingga 57.0 AP untuk RT-DETRv4-X. Halaman dokumentasi RT-DETR memuat tabel benchmark LibreYOLO sendiri untuk setiap checkpoint.

RT-DETRv2 juga mendukung bounding box berorientasi. LibreRTDETRv2n-obb.pt hingga LibreRTDETRv2x-obb.pt adalah checkpoint resmi DOTA v1.0, dengan 15 kelas objek untuk citra udara beresolusi 1024 px, yang dikonversi ke format LibreYOLO:

from libreyolo import LibreYOLO

model = LibreYOLO("LibreRTDETRv2n-obb.pt")
result = model("aerial.png", save=True)
print(result.obb.xywhr)  # (N, 5): cx, cy, w, h, radians

Deteksi berorientasi menjelaskan format label dan metriknya.

Lakukan fine-tuning RT-DETR dengan data sendiri

Pelatihan dimulai dari checkpoint yang dipublikasikan:

from libreyolo import LibreYOLO

model = LibreYOLO("LibreRTDETRr18.pt")
model.train(data="coco128.yaml", epochs=50, batch=4, lr0=1e-4)

Arahkan data ke YAML dataset sendiri untuk menjalankan pelatihan sungguhan. Setiap versi memiliki nilai default learning rate sendiri, dan versi 1 serta 2 menetapkan learning rate backbone sebesar seperduapuluh dari lr0, mengikuti resep aslinya. Untuk multi-GPU, gunakan device=0,1 di CLI. Untuk fine-tuning adapter LoRA, gunakan lora=True setelah memasang extra lora. Model berorientasi pada RT-DETRv2 hanya mendukung inferensi. Lihat pelatihan untuk informasi tentang dataset, augmentasi, dan logger.

Validasi dan ekspor

metrics = model.val(data="coco128.yaml")
print(metrics["metrics/mAP50-95"])

path = model.export(format="onnx")  # needs: pip install "libreyolo[onnx]"

val() mengembalikan dictionary biasa. Format ekspor yang tersedia mencakup ONNX, TorchScript, ExecuTorch, TensorRT, dan OpenVINO; matriks ekspor di halaman model menunjukkan format yang sudah divalidasi untuk setiap task. Berkas .onnx atau .engine hasil ekspor dapat dimuat kembali melalui LibreYOLO() dan mengembalikan Results yang sama. Lihat ekspor untuk panduan tiap format.

Kapan repositori asli tetap menjadi pilihan yang tepat

Jika Anda perlu mereproduksi hasil paper dengan konfigurasi persis dari para pembuatnya, ingin menggunakan versi Paddle, atau ingin menjalankan sendiri distilasi teacher DINOv3 RT-DETRv4, gunakan repositori upstream. LibreYOLO melakukan fine-tuning pada student v4 yang dirilis, tetapi tidak menjalankan teacher. Jika proyek Anda sudah menggunakan AGPL-3.0 atau tercakup dalam Ultralytics Enterprise License, tidak ada alasan terkait lisensi untuk beralih.

Catatan tentang lisensi

Kode LibreYOLO menggunakan MIT. Setiap berkas bobot RT-DETR menggunakan Apache-2.0, dan setiap repositori bobot Hugging Face menyertakan LICENSE dan NOTICE dari upstream, yang menurut Apache-2.0 harus tetap disertakan saat bobot didistribusikan ulang. Bobot yang Anda latih dengan data sendiri adalah milik Anda. RT-DETRv4 hanya menggunakan DINOv3 sebagai teacher selama pelatihan, dan student yang dirilis tidak memuat parameter DINOv3. Ini informasi umum, bukan nasihat hukum. Periksa berkas LICENSE terbaru sebelum merilis produk.

Coba

pip install libreyolo

from libreyolo import LibreYOLO

model = LibreYOLO("LibreRTDETRv4s.pt")
result = model("image.jpg", save=True)
print(result.boxes.xyxy)

LibreYOLO berlisensi MIT, berjalan di Linux, Mac, dan Windows, serta berfungsi di GPU, Apple Silicon, dan CPU biasa tanpa perubahan kode.

GitHub | Dokumentasi RT-DETR