Dokumentasi LibreYOLO

Satu API Python untuk computer vision: deteksi, segmentasi, pose, kedalaman, OCR, dan lainnya, lengkap dengan pelatihan, validasi, dan ekspor untuk masing-masing task. Kodenya berlisensi MIT, jadi hasil kerja Anda tetap milik Anda.

instalasi

pip install libreyolo

Mulai cepat Jelajahi model Jelajahi task

Model: 86 family, dari model unggulan saat ini hingga detektor bersejarah, di balik satu factory
Task: 17, dari deteksi hingga estimasi arah pandang dan rekonstruksi mesh manusia
Bobot: 244 checkpoint yang dipublikasikan untuk family yang didokumentasikan di sini, diunduh saat pertama kali digunakan dari huggingface.co/LibreYOLO
Ekspor: 12 format, dari ONNX hingga TensorRT, CoreML, TFLite, dan Core AI
Lisensi: MIT untuk kode. Bobot menggunakan lisensi upstream masing-masing, yang dicantumkan per checkpoint

Apa yang ingin dilakukan?

Semua task

All tasks
Deteksi objek di LibreYOLO: Kotak dan kelas. Task default yang didukung oleh sebagian besar family.
Segmentasi instance: Mask per objek, satu mask per deteksi.
Segmentasi semantik: Satu kelas untuk setiap piksel, tanpa memisahkan objek.
Segmentasi panoptik: Segmentasi semantik dan instance dalam satu output.
Estimasi pose: Keypoint per objek, dengan pendekatan top-down atau bottom-up.
Klasifikasi gambar: Satu label per gambar, termasuk zero-shot dengan CLIP dan SigLIP2.
Deteksi berorientasi: Kotak yang dirotasi, untuk gambar udara dan dokumen.
Deteksi titik: Sentroid alih-alih kotak. Untuk penghitungan dan model berukuran sangat kecil.
Estimasi kedalaman: Kedalaman per piksel dari satu gambar.
Deteksi tepi
Surface normal
Pemulihan gambar: Denoising, deblurring, dan upscaling.
Penghapusan latar belakang: Matte alfa untuk potongan gambar.
OCR: Deteksi dan pengenalan teks dalam satu proses.
Pengenalan wajah: Embedding wajah dan galeri identitas.
Embedding
Estimasi pandangan: Arah pandang seseorang.
Mesh tubuh
Tracking objek: Identitas di sepanjang frame video, dengan detektor apa pun.
Deteksi open-vocabulary: Deteksi kelas yang ditentukan saat runtime, tanpa pelatihan.
Segmentasi promptable: Segmentasikan apa pun yang ditunjuk, dengan SAM dan model sejenis.

Model mana?

Semua model

Mulailah dengan model unggulan kecuali ada alasan untuk memilih yang lain. Setiap fitur dirancang dan divalidasi pada GPU terlebih dahulu dengan model tersebut, dan setiap halaman memuat checkpoint, matriks ekspor, serta lisensi untuk family itu.

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

Diukur, bukan sekadar klaim

Vision Analysis

Setiap angka akurasi dan latensi dalam dokumentasi ini berasal dari pengujian yang kami publikasikan, lengkap dengan hardware, runtime, dan presisi yang dicatat. Bagan di bawah diperbarui langsung.

Bekerja dengan model

Pelatihan: Dataset, argumen, augmentasi, multi-GPU, dan pencatat eksperimen.
Prediksi: Gambar, folder, video, webcam, dan stream RTSP.
Ekspor dan deployment: Dua belas target, dengan matriks dukungan per family.
Baris perintah: Semua yang dapat dilakukan API Python, tanpa menulis Python.

Tentang lisensi

Kode LibreYOLO berlisensi MIT. Lisensi ini tidak mewajibkan aplikasi Anda menjadi open source, tidak mencakup bobot model Anda, dan tidak berubah jika hasil kerja Anda dijual. Bobot pretrained terpisah: masing-masing menggunakan lisensi dari pihak yang melatihnya, dan dokumentasi mencantumkannya per checkpoint alih-alih menyederhanakannya menjadi satu klaim. Beberapa bobot hanya boleh digunakan secara nonkomersial, dan status itu dinyatakan dengan jelas.

Cara kerja lisensi di sini