Pengaturan

LibreYOLO tidak memiliki file konfigurasi. Perilaku yang bukan argumen fungsi dikendalikan oleh variabel environment dan sejumlah kecil direktori konvensional, yang semuanya tercantum di sini.

Variabel environment

Variabel	Default	Efek
`LIBREYOLO_DATASETS_DIR`	`~/datasets`	Root dataset. Dibaca satu kali saat import ke `libreyolo.data.DATASETS_DIR`
`LIBREYOLO_FASTER_COCO_EVAL`	tidak ditetapkan	Menimpa flag validasi `faster_coco_eval`. `1`, `true`, `yes`, atau `on` memaksa backend lebih cepat aktif, nilai lain memaksanya nonaktif, sedangkan nilai yang tidak ditetapkan mengikuti flag konfigurasi
`LIBREYOLO_KERNELS`	tidak ditetapkan	Pemilihan kernel. `off` atau `reference` memaksa implementasi referensi; nilai lain hanya memilih implementasi yang terdaftar dengan nama tersebut
`LIBREYOLO_QUANT_KERNELS`	tidak ditetapkan	Alias lama untuk `LIBREYOLO_KERNELS`, hanya dibaca ketika variabel tersebut tidak ditetapkan
`LIBREYOLO_HUB_KERNELS`	tidak ditetapkan	`0`, `false`, `off`, atau `no` menonaktifkan pemuatan kernel Hugging Face Hub. Nilai lain, termasuk tidak ditetapkan, membiarkannya aktif
`LIBREYOLO_MHR_PATH`	`~/.cache/libreyolo/mhr/mhr_model.pt`	Lokasi model tubuh MHR yang digunakan task `mesh`
`LIBRELABEL_ENABLE_LOCATE`	tidak ditetapkan	Harus tepat bernilai `1`, `true`, `yes`, atau `on` agar asisten LocateAnything tersedia dalam alat labeling. Nilai lain membuatnya tetap nonaktif
`SAM_3D_BODY_PATH`	tidak ditetapkan	Path ke package SAM 3D Body untuk family mesh, ketika tidak diberikan kepada constructor
`HF_TOKEN`	tidak ditetapkan	Token akses Hugging Face, digunakan untuk repository gated

Arahkan root dataset ke lokasi lain

export LIBREYOLO_DATASETS_DIR=/data/datasetspython -c "from libreyolo.data import DATASETS_DIR; print(DATASETS_DIR)"

Baca nilai yang telah di-resolve dari Python

from libreyolo.data import DATASETS_DIR # Default-nya ~/datasets; LIBREYOLO_DATASETS_DIR menimpanya saat import.print(DATASETS_DIR)

LIBREYOLO_DATASETS_DIR dibaca saat import, sehingga menetapkannya setelah libreyolo.data diimpor tidak berpengaruh terhadap DATASETS_DIR.

Kernel Hub menggunakan keikutsertaan dua bagian. Pengambilan saat runtime hanya terjadi ketika package opsional kernels diinstal, sehingga menginstal libreyolo[hub-kernels] berarti ikut serta dan LIBREYOLO_HUB_KERNELS=0 berarti keluar. Instalasi tanpa ekstra tersebut tidak terpengaruh oleh keduanya.

Pemilihan kernel juga menghentikan import lebih awal: ketika LIBREYOLO_KERNELS memaksa off atau reference, provider terakselerasi di dalam source tree sama sekali tidak diimpor. Registry yang dikendalikan ketiga variabel ini didokumentasikan pada kernel.

Variabel yang ditetapkan library

Variabel berikut ditulis, bukan dibaca, sehingga menetapkannya secara manual bukan jalur yang didukung.

Variabel	Ditetapkan oleh
`RANK`, `LOCAL_RANK`, `WORLD_SIZE`, `MASTER_ADDR`, `MASTER_PORT`	Helper spawn DDP, satu nilai per worker process
`CUDA_VISIBLE_DEVICES`	Dipersempit sementara selama setup terdistribusi, lalu dipulihkan
`PYTORCH_ENABLE_MPS_FALLBACK`	Ditetapkan ke `1` oleh trainer EC dengan `setdefault`, sehingga nilai yang sudah ada menang
`MOMENTUM_ENABLED`	Ditetapkan dengan `setdefault` oleh loader family mesh

LOCAL_RANK juga berfungsi sebagai sinyal mode terdistribusi: keberadaannya di environment adalah cara kode pelatihan mendeteksi bahwa kode berjalan di bawah DDP.

Variabel logger

Logger pelatihan opsional menggunakan nilai default environment untuk nama project.

Variabel	Default	Digunakan oleh
`WANDB_PROJECT`	`libreyolo`	Logger Weights and Biases, ketika project tidak diberikan
`COMET_PROJECT_NAME`	`libreyolo`	Logger Comet, ketika project tidak diberikan

Autentikasi untuk layanan tersebut mengikuti alat masing-masing, bukan LibreYOLO.

Token

HF_TOKEN adalah token akses Hugging Face. Ketika tidak ditetapkan, token dibaca dari ~/.cache/huggingface/token, yaitu lokasi yang ditulis oleh login CLI Hugging Face. Kedua jalur dapat digunakan.

Token hanya diperlukan untuk repository gated. SAM 3 adalah contoh bawaan: bobotnya diunduh dari repository gated dengan lisensi khusus, sehingga persyaratan harus diterima pada halaman repository dan sesi harus diautentikasi.

Direktori

Path	Isi
`weights/`	Checkpoint yang diunduh, snapshot Hugging Face yang diunduh, dan artefak hasil ekspor
`~/datasets`	Root dataset, kecuali `LIBREYOLO_DATASETS_DIR` menentukan lokasi lain
`~/.cache/huggingface/token`	Token Hugging Face, ketika tidak berada di `HF_TOKEN`
`~/.cache/libreyolo/mhr/mhr_model.pt`	Model tubuh MHR, kecuali `LIBREYOLO_MHR_PATH` menentukan lokasi lain
`runs/track/`	Output default untuk `model.track(save=True)`

weights/ bersifat relatif terhadap direktori kerja. Nama file tanpa path di-resolve melalui direktori tersebut, sehingga LibreYOLO("LibreYOLO9t.pt") mencari weights/LibreYOLO9t.pt dan mengunduhnya ke sana jika tidak ada. model.export() menulis ke direktori yang sama ketika output_path tidak diberikan. Tier yang berdekatan mengunduh snapshot multi-file ke weights/<Prefix><size>/.

Perilaku pengunduhan

Pengunduhan bobot dicoba ulang tiga kali dengan backoff, dilanjutkan dari file parsial, dan dilindungi oleh lock file agar dua process tidak mengambil checkpoint yang sama secara bersamaan. Family yang mengambil dari host pihak ketiga dapat menetapkan checksum dan berhenti jika terjadi ketidakcocokan.

Beberapa pengunduhan mencetak pemberitahuan lisensi sebelum dimulai. Pemberitahuan tersebut merupakan bagian dari jalur pengunduhan dan tidak dapat disembunyikan melalui konfigurasi.

Backend validasi

model.val() menerima faster_coco_eval=True secara default dan kembali ke pycocotools ketika package tersebut tidak diinstal, dengan satu kali peringatan. Menetapkan LIBREYOLO_FASTER_COCO_EVAL menimpa flag per pemanggilan. Inilah yang sebaiknya digunakan oleh benchmark harness yang tidak dapat mengubah konfigurasi per run. Backend yang benar-benar dijalankan dilaporkan pada model.last_eval_backend.

Script pengunduhan dataset

YAML dataset dapat memiliki field download yang berisi Python. Kode tersebut tidak dieksekusi kecuali allow_download_scripts=True diberikan pada pemanggilan yang membacanya, yaitu argumen fungsi pada val() dan export(), bukan variabel environment.