Mask R-CNN

Mask R-CNN menambahkan cabang mask per region ke Faster R-CNN, dengan memprediksi mask segmentasi bersama setiap box yang dideteksi. LibreYOLO menyediakan port implementasi torchvision untuk deteksi dan segmentasi instance.

Task: detection, instance segmentation
Ukuran: r50 at 800 px
Instalasi: pip install libreyolo
Tier dukungan: Hanya inferensi, sejak v. Hanya prediksi, validasi, dan ekspor. Fitur pelatihan tidak berlaku.
Proyek upstream: Mask R-CNN oleh PyTorch, BSD-3-Clause. Makalah, sumber
Lisensi: Kode BSD-3-Clause, bobot BSD-3-Clause. Penggunaan komersial

Instalasi

Mask R-CNN tidak memerlukan extra opsional. Semua yang diimpornya tersedia dalam instalasi dasar.

bash

pip install libreyolo

Prediksi

Bobot diunduh dari Hugging Face saat pertama kali digunakan dan disimpan dalam cache lokal.

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreMaskRCNNr50.pt")result = model(SAMPLE_IMAGE, save=True) print(result.masks.data.shape)for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

CLI

libreyolo predict model=LibreMaskRCNNr50.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

Hanya box

from libreyolo import LibreYOLO, SAMPLE_IMAGE # task="detect" melewati head mask dan mengembalikan box dari checkpoint yang sama,# tanpa mask dalam hasil.model = LibreYOLO("LibreMaskRCNNr50.pt", task="detect")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Objek Results yang dikembalikan sama seperti yang dikembalikan setiap family, sehingga mengganti detector hanya memerlukan perubahan satu baris. Memuat checkpoint tanpa argumen task mengembalikan mask instance karena segmentasi adalah task default family ini. result.masks kemudian memuat mask tersebut bersama box. Meneruskan task="detect" memuat bobot yang sama tanpa head mask dan hanya mengembalikan box. conf dan iou menetapkan ambang batas confidence dan NMS. Mask R-CNN mempertahankan langkah NMS upstream, tidak seperti detector berbasis query. Lihat prediksi untuk sumber, streaming, dan penanganan hasil.

Varian

Ada satu backbone, ResNet-50 dengan feature pyramid, yang memakai builder Mask R-CNN v2 dari torchvision. Checkpoint yang dipublikasikan berlisensi BSD-3-Clause dan melayani kedua task dalam family ini, sehingga tidak ada ukuran yang perlu dipilih.

Validasi

val() mengembalikan dictionary berisi key metrics/. Untuk task segmentasi default checkpoint ini, key polos metrics/mAP50-95 memuat skor mask, sedangkan run yang sama melaporkan box dengan akhiran (B) sehingga keduanya tersedia dalam satu pass.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreMaskRCNNr50.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95"])      # maskprint(metrics["metrics/mAP50-95(B)"])   # box

CLI

libreyolo val model=LibreMaskRCNNr50.pt data=my-dataset.yaml

Ekspor

Task	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Detection	Detection to ONNX: didukung	Detection to TorchScript: tidak didukung	Detection to ExecuTorch: tidak didukung	Detection to TensorRT: tidak didukung	Detection to OpenVINO: tidak didukung	Detection to Paddle: tidak didukung	Detection to MNN: tidak didukung	Detection to RKNN: tidak didukung	Detection to ncnn: tidak didukung	Detection to TFLite: tidak didukung	Detection to CoreML: tidak didukung	Detection to Core AI: tidak didukung
Instance segmentation	Instance segmentation to ONNX: didukung	Instance segmentation to TorchScript: tidak didukung	Instance segmentation to ExecuTorch: tidak didukung	Instance segmentation to TensorRT: tidak didukung	Instance segmentation to OpenVINO: tidak didukung	Instance segmentation to Paddle: tidak didukung	Instance segmentation to MNN: tidak didukung	Instance segmentation to RKNN: tidak didukung	Instance segmentation to ncnn: tidak didukung	Instance segmentation to TFLite: tidak didukung	Instance segmentation to CoreML: tidak didukung	Instance segmentation to Core AI: tidak didukung

Mask R-CNN hanya dapat diekspor ke ONNX dengan ukuran batch 1. Graph hasil ekspor mempertahankan langkah resize dan penempelan mask upstream di dalamnya, sehingga LibreYOLO memaksa dynamic=True apa pun nilai yang diteruskan agar graph tetap valid untuk sumber yang tidak berbentuk persegi. Berkas .onnx hasil ekspor dapat dimuat kembali melalui LibreYOLO() berdasarkan akhiran berkasnya dan mengembalikan Results yang sama.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreMaskRCNNr50.pt")model.export(format="onnx", imgsz=800)

CLI

libreyolo export model=LibreMaskRCNNr50.pt format=onnx imgsz=800

Gunakan berkas hasil ekspor

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Factory merutekan berdasarkan akhiran berkas, sehingga artefak hasil ekspor dimuat# seperti checkpoint lain dan mengembalikan objek Results yang sama.model = LibreYOLO("LibreMaskRCNNr50.onnx")result = model(SAMPLE_IMAGE) print(result.masks.data.shape)

Checkpoint

Semua berkas bobot yang dipublikasikan untuk family ini. Satu checkpoint di bawah tercantum pada deteksi, tetapi berkas yang sama juga dimuat untuk segmentasi. Jangan teruskan argumen task agar mask dikembalikan secara default.

Berkas	Input (piksel)	Lisensi bobot
Detection
LibreMaskRCNNr50.pt	800	bsd-3-clause

Setiap berkas di atas saat ini tersedia di organisasi LibreYOLO dan diunduh saat pertama kali digunakan.

Lisensi

Periksa lisensi di repositori Hugging Face untuk bobot tertentu yang diunduh. Setiap checkpoint di organisasi LibreYOLO memiliki lisensi, dan lisensinya tidak selalu sama dalam satu family. Repositori tersebut adalah sumber resmi. Ringkasan di bawah menjelaskan ketentuan yang berlaku saat halaman ini terakhir diverifikasi.

Ini adalah deskripsi lisensi yang terlibat, bukan nasihat hukum. Jika jawabannya penting secara komersial, baca sendiri lisensinya dan mintalah nasihat dari penasihat hukum Anda.

Karya asli: Mask R-CNN, PyTorch
Lisensi upstream: BSD-3-Clause
Sumber upstream: github.com/pytorch/vision
Kode LibreYOLO: MIT
Bobot: BSD-3-Clause, dipublikasikan ulang di huggingface.co/LibreYOLO
Interpretasi: BSD-3-Clause is a permissive license, so this code can be used in commercial and closed-source products with no obligation on your own application code. It asks only that you keep the copyright notice and disclaimer with any copy you redistribute, and it carries no patent grant. The published checkpoint used for parity testing is not distributed in the LibreYOLO source tree: torchvision's own documentation notes that a pretrained model's terms may depend on its training data, so the Hugging Face mirror ships the BSD text on that implied basis and repeats the caveat rather than issuing an explicit checkpoint-specific grant.

Mask R-CNN dibangun sebagai subclass wrapper Faster R-CNN milik LibreYOLO. Model ini memakai sumber torchvision dan lisensi BSD-3-Clause yang sama, serta menambahkan predictor mask dan head RoI mask dari commit yang di-port yang sama.