Documentazione di LibreYOLO

Un'unica API Python per la computer vision: rilevamento, segmentazione, posa, profondità, OCR e altro, con addestramento, validazione ed esportazione per ogni task. Il codice ha licenza MIT, quindi ciò che costruisci resta tuo.

installazione

pip install libreyolo

Avvio rapido Esplora i modelli Esplora i task

Modelli: 86 famiglie, dagli attuali modelli di punta ai rilevatori storici, dietro un'unica factory
Task: 17, dal rilevamento alla stima dello sguardo e alla ricostruzione della mesh umana
Pesi: 244 checkpoint pubblicati per le famiglie documentate qui, scaricati al primo utilizzo da huggingface.co/LibreYOLO
Esportazione: 12 formati, da ONNX a TensorRT, CoreML, TFLite e Core AI
Licenza: MIT per il codice. I pesi mantengono la rispettiva licenza upstream, indicata per ogni checkpoint

Cosa vuoi fare?

Tutti i task

All tasks
Rilevamento di oggetti: Bounding box e classi. Il task predefinito e quello supportato dalla maggior parte delle famiglie.
Segmentazione di istanze: Maschere per oggetto, una maschera per ogni rilevamento.
Segmentazione semantica: Una classe per ogni pixel, senza separare gli oggetti.
Segmentazione panottica: Segmentazione semantica e di istanze in un unico output.
Stima della posa: Keypoint per oggetto, top-down o bottom-up.
Classificazione di immagini: Un'etichetta per immagine, incluso lo zero-shot con CLIP e SigLIP2.
Rilevamento orientato: Box ruotati, per immagini aeree e documenti.
Rilevamento di punti: Centroidi invece dei box. Conteggio e modelli molto piccoli.
Stima della profondità: Profondità per pixel da una singola immagine.
Rilevamento dei bordi
Normali di superficie
Restauro delle immagini: Riduzione del rumore, deblurring e upscaling.
Rimozione dello sfondo: Maschere alfa per gli scontornamenti.
OCR: Rilevamento e riconoscimento del testo in un unico passaggio.
Riconoscimento facciale: Embedding dei volti e gallerie di identità.
Embedding
Stima dello sguardo: Dove sta guardando una persona.
Mesh corporea
Tracciamento di oggetti: Identità tra i fotogrammi di un video, con qualsiasi rilevatore.
Rilevamento a vocabolario aperto: Rileva le classi indicate durante l'esecuzione, senza addestramento.
Segmentazione promptable: Segmenta qualsiasi cosa indichi, con SAM e modelli simili.

Quale modello?

Tutti i modelli

Inizia con un modello di punta, a meno che tu non abbia un motivo per non farlo. Ogni funzionalità viene progettata e convalidata su GPU prima con questi modelli, e ogni pagina riporta i checkpoint, la matrice di esportazione e le licenze della famiglia.

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

Misurato, non dichiarato

Vision Analysis

Ogni dato di accuratezza e latenza nella documentazione proviene da un'esecuzione che pubblichiamo insieme a hardware, runtime e precisione utilizzati. Il grafico seguente è aggiornato in tempo reale.

Lavorare con un modello

Addestra: Dataset, argomenti, data augmentation, multi-GPU e logger degli esperimenti.
Fai predizioni: Immagini, cartelle, video, webcam e stream RTSP.
Esporta e metti in produzione: Dodici destinazioni, con una matrice di supporto per famiglia.
Riga di comando: Tutto ciò che fa l'API Python, senza scrivere codice Python.

Informazioni sulla licenza

Il codice di LibreYOLO è MIT. Non ti obbliga a rendere open source la tua applicazione, non si estende ai pesi del tuo modello e non cambia se vendi ciò che costruisci. I pesi preaddestrati sono separati: ciascuno mantiene la licenza di chi lo ha addestrato e la documentazione la indica per ogni checkpoint, senza generalizzare. Alcuni sono riservati all'uso non commerciale e lo dichiarano esplicitamente.

Come funzionano le licenze