Licenze

Il codice di LibreYOLO

La libreria è MIT. Questo copre l'API Python, la CLI, i trainer, i validator e gli exporter, i loader dei dataset e gli script di conversione sotto weights/. Usala in un prodotto commerciale o closed-source, conserva la riga di copyright e il testo della licenza con ogni copia che ridistribuisci, e l'obbligo finisce lì.

La concessione si ferma al codice. Il file LICENSE lo dice chiaramente:

Quelle licenze variano e non sono tutte permissive: alcuni pesi pubblicati sono non commerciali o comunque soggetti a restrizioni, e questa MIT License non si estende a essi. Scegliere un modello significa scegliere la sua licenza.

Codice upstream, per famiglia

La maggior parte delle famiglie sono port di lavori di ricerca pubblicati, e diverse includono direttamente il sorgente upstream. Un file incluso da upstream mantiene l'header di copyright originale e la licenza originale. MIT non lo sovrascrive, e LibreYOLO non cambia la licenza del lavoro di nessuno. Apache-2.0 e BSD-3-Clause sono le due che ricorrono più spesso.

Apache-2.0 copre la linea DETR e gran parte del lavoro sui transformer: DETR di Meta AI (FAIR), Deformable DETR di SenseTime, LW-DETR di Baidu, OV-DEIM di Leilei Wang e coautori, l'implementazione di SegFormer che LibreYOLO porta da Hugging Face Transformers, PP-OCRv5 dei PaddlePaddle Authors, SwinIR del Computer Vision Lab dell'ETH di Zurigo, e Depth Anything 3 di ByteDance Seed. Copre anche i classificatori derivati da timm di Ross Wightman e dei contributori di timm, tra cui ResNet, DeiT, EfficientNetV2, MobileNetV4 e Swin, i cui nomi di modulo rispecchiano quelli di timm in modo che i suoi tensori ImageNet si carichino senza modifiche.

BSD-3-Clause copre tutto ciò che deriva da torchvision: Faster R-CNN, Mask R-CNN, FCOS, RetinaNet, SSD300, AlexNet, VGG, FCN e DeepLabv3.

MIT copre un gruppo più ristretto, che comprende NAFNet di Megvii, CenterNet di Xingyi Zhou, e YOLOv7 nella riedizione dei suoi stessi autori, Kin-Yiu Wong e Hao-Tang Tsui, presso MultimediaTechLab. Le famiglie da YOLOv1 a YOLOv4 riproducono architetture del progetto Darknet, di Joseph Redmon e, per YOLOv4, di Alexey Bochkovskiy. Darknet è di pubblico dominio, quindi quelle non comportano alcun obbligo.

Un sottoalbero incluso non ha una licenza open source. La famiglia DEIMv2 distribuisce il codice del backbone DINOv3 di Meta Platforms sotto il DINOv3 License Agreement, una licenza personalizzata non OSI. Ridistribuire quel codice significa distribuire con esso una copia dell'accordo, e l'accordo vieta l'uso per attività soggette a ITAR, scopi militari o bellici, industrie nucleari, spionaggio e sviluppo di armi. Quei termini vincolano solo quel sottoalbero.

Due file nel repository contengono il quadro completo. NOTICE elenca ogni sottoalbero di terze parti incluso, con il suo percorso, il suo file di licenza e la sua sorgente upstream. THIRD_PARTY_NOTICES.txt elenca i progetti upstream da cui LibreYOLO deriva e riproduce per intero il testo di ogni licenza.

Pesi, per checkpoint

Nessun file di pesi preaddestrati è incluso nel pacchetto. I checkpoint pubblicati si trovano su Hugging Face sotto l'organizzazione LibreYOLO, e ogni repository ha il proprio LICENSE e la propria attribuzione, che riflettono il progetto da cui provengono i pesi.

Quel repository è la fonte autorevole per i termini. Non questa pagina, non la pagina del modello e non il riepilogo nell'albero dei sorgenti. Vedi checkpoint e pesi per come vengono nominati i file e da dove vengono scaricati.

Le licenze differiscono tra le famiglie, e differiscono tra i file all'interno di una stessa famiglia. Due esempi del secondo caso:

• I checkpoint COCO di YOLO9 sono MIT. LibreYOLO9P2s-visdrone.pt, addestrato su VisDrone2019-DET, è CC BY-NC-SA 3.0, quindi non commerciale.
• I checkpoint di rilevamento di RF-DETR sono Apache-2.0. I checkpoint per box orientati sono CC BY 4.0, perché sono stati affinati su un dataset di Roboflow Universe pubblicato sotto CC BY 4.0 e i pesi portano avanti l'obbligo di attribuzione di quel dataset.

Tra una famiglia e l'altra la varietà è più ampia, e diversi checkpoint pubblicati non possono essere usati in un prodotto commerciale:

• SegFormer è la separazione più netta tra i due livelli. L'implementazione è un port Apache-2.0 del codice di Hugging Face Transformers. I checkpoint ADE20K pubblicati sono convertiti dalla release di NVIDIA sotto la NVIDIA Source Code License, che permette la ridistribuzione ma limita l'uso alla ricerca o alla valutazione non commerciali, e trasferisce quel limite alle opere derivate. Quei checkpoint non sono coperti dai termini permissivi di LibreYOLO.
• I checkpoint di OV-DEIM sono CC BY-NC 4.0, come confermato dall'autore upstream. Ogni predizione carica anche la text tower MobileCLIP-B(LT) di Apple, la cui licenza limita l'uso alla ricerca, un termine più restrittivo di quello del checkpoint stesso.
• Il codice di SenseNova-Vision è Apache-2.0 e i suoi pesi sono CC BY-NC 4.0. Il loader stampa l'avviso di uso non commerciale prima di ogni download automatico.

Alcune famiglie non hanno alcun checkpoint ospitato da LibreYOLO, e le loro pagine lo dicono nella riga Pesi. SAM 3 è ad accesso condizionato su Hugging Face sotto la SAM License personalizzata di Meta e viene scaricato direttamente da Meta. Gli asset delle release di MiDaS vengono scaricati dagli URL ufficiali e verificati tramite hash, anziché essere riospitati. Dome-DETR rimanda a upstream perché la sua model card non indica alcuna licenza nei metadati mentre il testo dichiara Apache-2.0 e allo stesso tempo limita l'uso alla ricerca accademica, e le due cose non concordano. Le architetture TEED e DexiNed sono MIT, ma i checkpoint rilasciati dagli autori sono stati addestrati su BIPED, i cui termini d'uso sono non commerciali, quindi LibreYOLO non li include né li scarica automaticamente.

Diversi checkpoint di torchvision non hanno un proprio file di licenza. LibreYOLO ne fa il mirror sotto la licenza usata dal progetto che li rilascia, dichiara su ogni model card che la base è implicita anziché concessa per singolo checkpoint, e ripete l'avvertenza di torchvision stesso secondo cui i termini di un modello preaddestrato possono derivare dai dati di addestramento.

Trovare i termini di un singolo modello

La pagina del modello ha una riga Licenze nell'intestazione, nella forma Code X, weights Y, che rimanda alla sezione Licenze della pagina. Quella sezione elenca l'opera originale e i suoi autori, la licenza upstream, la sorgente upstream, la licenza del codice LibreYOLO, i pesi e un'interpretazione di ciò che i termini consentono. La tabella Checkpoint sulla stessa pagina ha una colonna Licenza dei pesi, con una riga per ogni file pubblicato, così una famiglia con termini misti li mostra file per file.

Tutto questo viene generato dagli stessi dati con cui la libreria viene verificata, ed è per questo che questa pagina non li ripete sotto forma di tabella. Una matrice delle licenze scritta a mano è sbagliata nel giro di una release, e sbagliarsi qui costa caro.

Nell'albero dei sorgenti gli equivalenti sono NOTICE per il codice incluso, THIRD_PARTY_NOTICES.txt per i progetti upstream e i testi delle loro licenze, e weights/LICENSE_NOTICE.txt per un riepilogo per famiglia dei checkpoint pubblicati.

Poi controlla il repository Hugging Face del file esatto che stai per scaricare. È la fonte autorevole, e può cambiare senza che una pagina della documentazione cambi con esso.

Uso commerciale

Il codice è raramente il problema. MIT, Apache-2.0 e BSD-3-Clause permettono tutte l'uso commerciale e closed-source. Ognuna chiede di conservare il testo della licenza e gli avvisi di attribuzione con le copie che ridistribuisci, Apache-2.0 concede anche una licenza sui brevetti, e nessuna di esse pone condizioni sul codice della tua applicazione.

È sui checkpoint che i prodotti si bloccano. Un checkpoint non commerciale resta non commerciale per quanto permissivo sia il codice attorno, e convertire il file non cambia i termini applicabili, come weights/LICENSE_NOTICE.txt afferma esplicitamente. Un artefatto ONNX o TensorRT costruito da un checkpoint soggetto a restrizioni eredita la restrizione.

Quando una licenza trasferisce la sua restrizione alle opere derivate, come fa la NVIDIA Source Code License, nemmeno il fine-tuning permette di sfuggirle. Addestrare la stessa architettura da zero su dati che hai il diritto di usare sì: il codice è permissivo, quindi un modello che addestri tu è tuo, e i termini del checkpoint preaddestrato non entrano mai in gioco. La pagina di SegFormer lo esplicita per i propri pesi; leggi la riga Interpretazione sulla pagina della famiglia che intendi mettere in produzione.

Decidi la questione della licenza quando scegli il modello, non quando vai in produzione, e leggi i termini del file che hai effettivamente scaricato, perché una famiglia con un checkpoint permissivo può averne accanto uno soggetto a restrizioni.

Non è una consulenza legale

Questa pagina descrive le licenze coinvolte. È una descrizione, non una consulenza legale, e non crea alcuna garanzia. Se la risposta ha rilievo commerciale, leggi tu stesso le licenze e rivolgiti a un legale di fiducia.