utilitas libreyolo

Sembilan perintah yang melaporkan atau memeriksa, bukan menghitung. Semuanya mencetak fakta tentang lingkungan, inventaris model dan format, nilai bawaan yang berlaku, detail checkpoint, serta membangun dan menelusuri galeri wajah.

Perintah: version, checks, models, formats, cfg, info, metadata, enroll, compare
Keluaran: stdout, dalam bentuk teks atau dengan json=true sebagai satu objek yang membawa schema_version

Sinopsis

bash

libreyolo <command> [key=value ...]

Argumen berupa pasangan key=value, dan bentuk POSIX juga bisa dipakai, jadi model=x dan --model x adalah argumen yang sama. Semua perintah di halaman ini menulis hasilnya ke stdout dan menerima json=true serta quiet=true.

Perintah root punya satu flag miliknya sendiri, libreyolo --version, yang mencetak string versi lalu keluar. Keluarannya lebih ringkas daripada perintah version di bawah.

version

Mencetak versi LibreYOLO beserta versi Python, torch dan CUDA yang dipakainya.

bash

libreyolo version

Argumen	Bawaan	Arti
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

checks

Mencetak informasi lingkungan secara lebih rinci: Python, torch, CUDA, cuDNN, setiap GPU yang terdeteksi lengkap dengan nama dan memorinya, serta versi terpasang dari tiap paket opsional yang dipakai jalur ekspor.

bash

libreyolo checks

Argumen	Bawaan	Arti
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

Daftar paketnya mencakup onnx, onnxruntime, tensorrt, openvino, paddlepaddle, x2paddle, mnn, ncnn, onnx2tf, ai-edge-litert, transformers dan scipy. Paket yang belum terpasang tetap dilaporkan sebagai belum terpasang, bukan dihilangkan dari daftar, sehingga ekspor yang gagal bisa dilacak ke dependensi yang hilang hanya dari satu perintah ini.

models

Menampilkan setiap family model beserta task, ukuran, nama CLI yang mengarah ke checkpoint-nya, dan resolusi input tiap ukuran.

bash

libreyolo models

Argumen	Bawaan	Arti
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

Family yang dependensi opsionalnya belum terpasang tetap didaftar sebagai tidak tersedia, disertai baris pip install yang akan membuatnya tersedia. Nama CLI adalah bentuk singkat yang diterima model=: yolox-s mengarah ke LibreYOLOXs.pt, dan task selain deteksi membawa akhiran task-nya.

formats

Menampilkan format ekspor yang bisa dihasilkan lingkungan terpasang, lengkap dengan ekstensi berkas tiap format dan apakah format itu mendukung FP16 dan INT8.

bash

libreyolo formats [family=<family>] [task=<task>]

Argumen	Bawaan	Arti
`family`		Menampilkan tier untuk satu family model. `model=` diterima sebagai opsi yang sama
`task`		Task model kanonis. Task bawaan family bila tidak diisi
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

Tanpa family, keluarannya hanya inventaris format. Dengan family, tiap format mendapat tier dukungan untuk family dan task tersebut, alasan di balik tier itu, dan batasan apa pun yang melekat padanya. Family yang tidak dikenal, atau task yang tidak didukung family tersebut, dihitung sebagai kesalahan penggunaan.

Alias format muncul di sebelah nama kanonisnya: engine untuk tensorrt, litert untuk tflite.

cfg

Mencetak konfigurasi bawaan yang berlaku: nilai bawaan pelatihan, nilai bawaan validasi, nilai bawaan prediksi, dan override per family.

bash

libreyolo cfg

Argumen	Bawaan	Arti
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

Nilainya dibaca dari dataclass konfigurasi, bukan dari salinan, jadi inilah acuan resmi untuk apa yang akan dipakai sebuah proses pelatihan ketika Anda tidak memberikan argumen. family_overrides adalah bagian yang menjawab kenapa sebuah family dilatih dengan setelan yang tidak Anda minta. Lihat libreyolo train untuk cara override itu diterapkan.

info

Memuat model di CPU dan melaporkan family, ukuran, jumlah parameter, kelas, serta tier ekspor untuk tiap format.

bash

libreyolo info model=<name|path>

Argumen	Bawaan	Arti
`model`		Nama model atau path ke bobot. Wajib
`detailed`	`false`	Sertakan detail per parameter
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

metadata

Membaca metadata checkpoint tanpa membangun model, lalu memvalidasinya terhadap skema checkpoint LibreYOLO.

bash

libreyolo metadata path=<checkpoint.pt>

Argumen	Bawaan	Arti
`path`		Path ke checkpoint `.pt`. Wajib
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

Entri besar yang memuat tensor diringkas, bukan dicetak utuh, sehingga keluarannya tetap terbaca pada checkpoint pelatihan yang lengkap. Checkpoint yang tidak ada akan keluar dengan checkpoint_not_found, dan checkpoint yang metadatanya gagal divalidasi akan mencetak error lalu keluar dengan kode 1.

enroll

Membangun galeri wajah dari struktur satu folder per orang, agar prediksi berikutnya bisa menyebutkan nama wajah yang ditemukannya.

bash

libreyolo enroll model=<embedder> source=<people-dir> gallery=<gallery.npz>

Argumen	Bawaan	Arti
`model`		Model face embedding, path atau nama. Wajib
`source`		Struktur satu folder per orang, `source/<identity>/*.jpg`. Wajib
`gallery`		Berkas galeri keluaran `.npz`. Ditambahkan langsung ke berkas itu bila sudah ada. Wajib
`face_detector`		Detektor wajah: berkas YuNet `.onnx` atau detektor LibreYOLO. Detektor bawaan family bila tidak diisi
`device`	`auto`	Perangkat: `0`, `cpu`, `mps`, `auto`
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

bash

# people/ berisi satu folder per identitas; nama folder menjadi identitasnya.
libreyolo enroll model=librefacerec-l.onnx source=people/ gallery=people.npz

Nama subfolder adalah identitasnya. Gambar referensi yang wajahnya tidak terdeteksi akan dilewati dengan satu baris pesan di stderr dan sisanya tetap diproses; source tanpa subfolder identitas, atau yang sama sekali tidak menemukan wajah, dihitung sebagai error.

Berikan berkas hasilnya ke libreyolo predict sebagai gallery=people.npz supaya setiap deteksi membawa identitas dan skor kecocokan.

compare

Melaporkan kemiripan kosinus antara dua gambar wajah dan apakah nilainya melewati ambang batas identitas yang sama.

bash

libreyolo compare model=<embedder> source=<a.jpg> source2=<b.jpg>

Argumen	Bawaan	Arti
`model`		Model face embedding, path atau nama. Wajib
`source`		Gambar pertama. Wajib
`source2`		Gambar kedua sebagai pembanding. Wajib
`face_detector`		Detektor wajah: berkas YuNet `.onnx` atau detektor LibreYOLO
`threshold`	`0.4`	Ambang batas kemiripan kosinus untuk keputusan identitas yang sama
`device`	`auto`	Perangkat: `0`, `cpu`, `mps`, `auto`
`json`	`false`	Keluaran JSON ke stdout
`quiet`	`false`	Menyembunyikan stderr

bash

libreyolo compare model=librefacerec-l.onnx source=a.jpg source2=b.jpg

libreyolo verify terdaftar sebagai nama kedua untuk perintah ini dan menerima argumen yang sama.

Baik compare maupun enroll membutuhkan model yang task-nya adalah face embedding. Model lain akan keluar dengan config_unsupported. Path gambar lokal maupun URL http atau https sama-sama diterima sebagai source.

Contoh

Lingkungan

libreyolo versionlibreyolo checks

Apa yang tersedia

libreyolo modelslibreyolo formats family=yolo9 task=detect

Memeriksa checkpoint

libreyolo info model=LibreYOLO9s.ptlibreyolo metadata path=weights/LibreYOLO9s.pt

Catatan

stdout membawa hasilnya; progres dan peringatan dikirim ke stderr. json=true mencetak satu objek berisi schema_version, dan bentuk itulah yang sebaiknya dibaca dari sebuah skrip. Keluaran teks adalah bentuk bawaannya dan ditujukan untuk dibaca manusia.

Kode keluar mengikuti peta yang sama dengan bagian CLI lainnya: 0 bila berhasil, 2 untuk kesalahan penggunaan atau konfigurasi, 3 bila source tidak ditemukan, 4 bila model atau checkpoint tidak bisa dimuat, dan 1 untuk kegagalan runtime lainnya.

Terkait: libreyolo doctor, perintah pemeriksaan di sisi dataset, dan libreyolo profile, perintah untuk sisi performa.