V-JEPA 2

V-JEPA 2 produces video embeddings and supports training an attentive classification probe.

Task: embeddings, classification
Dimensioni: l256, h256, g256, g384 at 256 to 384 px
Installa: pip install libreyolo
Livello di supporto: Supportato, dalla v1.6.0. Modelli addestrabili di supporto: mantenuti funzionanti nella CI, ricevono nuove funzionalità quando possibile.
Licenze: Codice MIT, pesi MIT; Apache-2.0 for giant encoder artifacts. Uso commerciale

Install

bash

pip install "libreyolo"

Predict

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreVJEPA2l256-embed.pt", device="cpu")result = model(SAMPLE_IMAGE)print(result.embeddings)tokens = model.embed_tokens(SAMPLE_IMAGE)print(tokens.shape)

A still image is promoted to a clip. embed_tokens() returns (B, T, H, W, D) tokens; the public embedding normalizes their mean. Exported clip graphs require direct five-dimensional runtime input.

Train

Only the attentive probe and linear classifier train; the encoder stays frozen. Use the classification task and a video-manifest dataset. Defaults are 10 epochs, batch 2, learning rate 0.001 and workers 0. Full encoder fine-tuning and pretraining are not supported.

Dataset setup describes the required training data.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreVJEPA2l256-cls-ssv2.pt", device="cpu")# Replace with your video dataset YAML (train/val manifests of '<video-path> <class-id>' lines).model.train(data="path/to/your/video_dataset.yaml", epochs=1, device="cpu", workers=0)

Validate

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreVJEPA2l256-cls-ssv2.pt", device="cpu")# Replace with your video dataset YAML; val() reads its val manifest of '<video-path> <class-id>' lines.metrics = model.val(data="path/to/your/video_dataset.yaml", workers=0)print(metrics)

Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.

Export

Task	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Embeddings	Embeddings to ONNX: supportato	Embeddings to TorchScript: supportato	Embeddings to ExecuTorch: supportato	Embeddings to TensorRT: supportato	Embeddings to OpenVINO: supportato	Embeddings to Paddle: non supportato	Embeddings to MNN: non supportato	Embeddings to RKNN: non supportato	Embeddings to ncnn: non supportato	Embeddings to TFLite: non supportato	Embeddings to CoreML: non supportato	Embeddings to Core AI: non supportato
Classification	Classification to ONNX: supportato	Classification to TorchScript: supportato	Classification to ExecuTorch: supportato	Classification to TensorRT: supportato	Classification to OpenVINO: supportato	Classification to Paddle: non supportato	Classification to MNN: non supportato	Classification to RKNN: non supportato	Classification to ncnn: non supportato	Classification to TFLite: non supportato	Classification to CoreML: non supportato	Classification to Core AI: non supportato

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreVJEPA2l256-embed.pt", device="cpu")model.export(format="onnx")

Export setup lists format dependencies and loading exported artifacts.

Checkpoints

File	Licenza dei pesi
Embeddings
LibreVJEPA2h256-embed.pt	mit
LibreVJEPA2l256-embed.pt	mit
LibreVJEPA2g384-embed.pt	apache-2.0
LibreVJEPA2g256-embed.pt	apache-2.0
Classification
LibreVJEPA2l256-cls-ssv2.pt	mit
LibreVJEPA2l256-cls-diving48.pt	mit
LibreVJEPA2g384-cls-diving48.pt	mit
LibreVJEPA2g384-cls-ssv2.pt	mit

Oggi tutti i file elencati sopra sono presenti nell<link>organizzazione LibreYOLO</link> e vengono scaricati al primo utilizzo.

Licensing

Controlla la licenza nel repository Hugging Face degli specifici pesi che scarichi. Ogni checkpoint nell<link>organizzazione LibreYOLO</link> ne include una e non è sempre la stessa per tutta la famiglia. Quel repository è la fonte autorevole; il riepilogo seguente descrive le condizioni applicabili al momento dellultima verifica di questa pagina.

Questa è una descrizione delle licenze coinvolte, non una consulenza legale. Se la risposta è importante a fini commerciali, leggi personalmente le licenze e chiedi una consulenza indipendente.

Lavoro originale: V-JEPA 2, Meta AI
Licenza upstream: MIT; Apache-2.0 for giant encoder artifacts
Sorgente upstream: github.com/facebookresearch/vjepa2
Codice LibreYOLO: MIT
Pesi: MIT; Apache-2.0 for giant encoder artifacts, ripubblicati su huggingface.co/LibreYOLO
Interpretazione: Licenses differ by artifact: the two giant encoder artifacts are Apache-2.0; the other mirrored encoders and classification probes are MIT.

Install

Predict

Train

Validate

Export

Checkpoints

Licensing

Architettura di V-JEPA 2