PIDNet

Jaringan segmentasi semantik tiga cabang yang menambahkan cabang batas khusus pada desain yang terinspirasi proportional-integral-derivative, dengan sasaran inferensi real-time. LibreYOLO menyediakannya hanya untuk segmentasi semantik.

Task: semantic
Ukuran: s, m, l at 1024 px
Instalasi: pip install libreyolo
Tier dukungan: Hanya inferensi, sejak v. Hanya prediksi, validasi, dan ekspor. Fitur pelatihan tidak berlaku.
Proyek upstream: PIDNet oleh Jiacong Xu, MIT. Makalah, sumber
Lisensi: Kode MIT, bobot MIT. Penggunaan komersial

Instalasi

PIDNet tidak memerlukan komponen tambahan opsional. Semua impornya tersedia dalam instalasi dasar.

bash

pip install libreyolo

Prediksi

Bobot diunduh dari Hugging Face saat pertama kali digunakan dan disimpan dalam cache lokal. Sufiks nama berkas -sem wajib digunakan untuk family ini.

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibrePIDNets-sem.pt")result = model(SAMPLE_IMAGE, save=True) mask = result.semantic_maskprint(mask.data.shape)   # (H, W) id kelasprint(mask.classes)      # id kelas terurut yang ada dalam gambar

CLI

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

Segmentasi semantik mengembalikan satu id kelas per piksel, bukan kotak, sehingga result.semantic_mask menyimpan array (H, W) pada .data dan daftar id kelas yang ada dalam gambar pada .classes. conf, iou, dan max_det diterima demi kesetaraan API tetapi tidak berpengaruh: model menetapkan kelas untuk setiap piksel dengan argmax, tanpa ambang confidence atau tahap NMS. Lihat prediksi untuk sumber, streaming, dan penanganan hasil.

Varian

Tiga ukuran, semuanya dengan input tetap 1024 px. Checkpoint yang dipublikasikan merupakan hasil konversi bobot Cityscapes PIDNet resmi, dengan 19 kelas.

LibreYOLO tidak melatih PIDNet: train() memunculkan NotImplementedError untuk family ini, yang ditandai sebagai khusus inferensi pada tier dukungan di atas.

Validasi

val() mengembalikan metrics/mIoU dan metrics/pixel_accuracy, yang diukur terhadap dataset apa pun dalam format yang digunakan untuk pelatihan.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibrePIDNets-sem.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mIoU"])print(metrics["metrics/pixel_accuracy"])

CLI

libreyolo val model=LibrePIDNets-sem.pt data=my-dataset.yaml

Ekspor

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

Artefak hasil ekspor dimuat kembali melalui LibreYOLO() berdasarkan sufiks berkasnya, sehingga berkas .onnx atau .engine berperilaku seperti checkpoint dan mengembalikan Results yang sama. Ekspor mencantumkan argumen yang diterima setiap format.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibrePIDNets-sem.pt")model.export(format="onnx")model.export(format="tensorrt", half=True)

CLI

libreyolo export model=LibrePIDNets-sem.pt format=onnxlibreyolo export model=LibrePIDNets-sem.pt format=tensorrt half=True

Gunakan berkas hasil ekspor

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

Checkpoint

Setiap berkas bobot yang dipublikasikan untuk family ini.

Berkas	Input (piksel)	Lisensi bobot
semantic
LibrePIDNets-sem.pt	1024	mit
LibrePIDNetm-sem.pt	1024	mit
LibrePIDNetl-sem.pt	1024	mit

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: PIDNet, Jiacong Xu
Lisensi upstream: MIT
Sumber upstream: github.com/XuJiacong/PIDNet
Kode LibreYOLO: MIT
Bobot: MIT, dipublikasikan ulang di huggingface.co/LibreYOLO
Interpretasi: MIT is a permissive license, so this code and these weights can be used in commercial and closed-source products. It asks only that you keep the copyright and license notice with any copy you redistribute. LibreYOLO's checkpoints are conversions of the official PIDNet Cityscapes weights, which upstream licenses as MIT. The Cityscapes dataset itself carries separate research-oriented terms and is not redistributed by LibreYOLO.

Sitasi

@misc{xu2022pidnet,
      title={PIDNet: A Real-time Semantic Segmentation Network Inspired from PID Controller}, 
      author={Jiacong Xu and Zixiang Xiong and Shankar P. Bhattacharyya},
      year={2022},
      eprint={2206.02066},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Disalin dari blok sitasi penulis di github.com/XuJiacong/PIDNet#bibtex-citation.