Impostazioni

LibreYOLO non ha un file di configurazione. Il comportamento che non è un argomento di funzione è controllato da variabili d'ambiente e da un piccolo numero di directory convenzionali, tutte elencate qui.

Variabili d'ambiente

Variabile	Valore predefinito	Effetto
`LIBREYOLO_DATASETS_DIR`	`~/datasets`	Radice dei dataset. Letta una sola volta all'import, dentro `libreyolo.data.DATASETS_DIR`
`LIBREYOLO_FASTER_COCO_EVAL`	non impostata	Sovrascrive il flag di validazione `faster_coco_eval`. `1`, `true`, `yes` o `on` forza l'attivazione del backend più veloce, qualsiasi altro valore lo disattiva, se non impostata si affida al flag della configurazione
`LIBREYOLO_KERNELS`	non impostata	Selezione dei kernel. `off` o `reference` forza le implementazioni di riferimento; qualsiasi altro valore seleziona solo le implementazioni registrate sotto quel nome
`LIBREYOLO_QUANT_KERNELS`	non impostata	Alias legacy di `LIBREYOLO_KERNELS`, letto solo quando quest'ultima non è impostata
`LIBREYOLO_HUB_KERNELS`	non impostata	`0`, `false`, `off` o `no` disabilita il caricamento dei kernel dall'Hub di Hugging Face. Qualsiasi altro valore, compresa l'assenza, lo lascia abilitato
`LIBREYOLO_MHR_PATH`	`~/.cache/libreyolo/mhr/mhr_model.pt`	Posizione del modello MHR body usato dal task `mesh`
`LIBRELABEL_ENABLE_LOCATE`	non impostata	Deve valere esattamente `1`, `true`, `yes` o `on` per esporre l'assistente LocateAnything nello strumento di etichettatura. Qualsiasi altro valore lo tiene disattivato
`SAM_3D_BODY_PATH`	non impostata	Percorso del pacchetto SAM 3D Body per la famiglia mesh, quando non viene passato al costruttore
`HF_TOKEN`	non impostata	Token di accesso Hugging Face, usato per i repository ad accesso limitato

Puntare la radice dei dataset altrove

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

Leggere il valore risolto da Python

from libreyolo.data import DATASETS_DIR # Il valore predefinito è ~/datasets; LIBREYOLO_DATASETS_DIR lo sovrascrive al momento dell'import.print(DATASETS_DIR)

LIBREYOLO_DATASETS_DIR viene letta al momento dell'import, quindi impostarla dopo aver importato libreyolo.data non ha alcun effetto su DATASETS_DIR.

I kernel dell'Hub sono un opt-in in due parti. Il recupero a runtime avviene solo quando il pacchetto opzionale kernels è installato, quindi installare libreyolo[hub-kernels] è l'opt-in e LIBREYOLO_HUB_KERNELS=0 è l'opt-out. Un'installazione senza l'extra non è influenzata né in un senso né nell'altro.

Anche la selezione dei kernel accorcia gli import: quando LIBREYOLO_KERNELS forza off o reference, i provider accelerati interni non vengono importati affatto. Il registro che queste tre variabili controllano è documentato su kernels.

Variabili che la libreria imposta

Queste vengono scritte anziché lette, quindi impostarle a mano non è il percorso supportato.

Variabile	Impostata da
`RANK`, `LOCAL_RANK`, `WORLD_SIZE`, `MASTER_ADDR`, `MASTER_PORT`	L'helper di spawn DDP, un valore per ogni processo worker
`CUDA_VISIBLE_DEVICES`	Ristretta temporaneamente durante il setup distribuito, poi ripristinata
`PYTORCH_ENABLE_MPS_FALLBACK`	Impostata a `1` dai trainer EC, con `setdefault`, così un valore esistente prevale
`MOMENTUM_ENABLED`	Impostata con `setdefault` dal loader della famiglia mesh

LOCAL_RANK funge anche da segnale di modalità distribuita: la sua presenza nell'ambiente è il modo in cui il codice di addestramento rileva di essere in esecuzione sotto DDP.

Variabili dei logger

I logger di addestramento opzionali ricadono sui valori predefiniti dell'ambiente per il nome del progetto.

Variabile	Valore predefinito	Usata da
`WANDB_PROJECT`	`libreyolo`	Il logger Weights and Biases, quando non viene passato alcun progetto
`COMET_PROJECT_NAME`	`libreyolo`	Il logger Comet, quando non viene passato alcun progetto

L'autenticazione per quei servizi segue i loro strumenti, non LibreYOLO.

Token

HF_TOKEN è il token di accesso a Hugging Face. Quando non è impostata, il token viene letto da ~/.cache/huggingface/token, che è dove lo scrive un login con la CLI di Hugging Face. Entrambi i percorsi funzionano.

Un token serve solo per i repository ad accesso limitato. SAM 3 è l'esempio incluso: i suoi pesi si scaricano da un repository ad accesso limitato con una licenza personalizzata, quindi bisogna accettare i termini sulla pagina del repository e la sessione deve essere autenticata.

Comportamento dei download

I download dei pesi vengono ritentati tre volte con backoff, riprendono da un file parziale e sono protetti da un file di lock così due processi non recuperano lo stesso checkpoint contemporaneamente. Una famiglia che scarica da un host di terze parti può fissare un checksum e fallire in modo esplicito su una discrepanza.

Alcuni download stampano un avviso di licenza prima di iniziare. Quegli avvisi fanno parte del percorso di download e non si possono sopprimere tramite configurazione.

Backend di validazione

model.val() accetta faster_coco_eval=True per impostazione predefinita e ricade su pycocotools quando il pacchetto non è installato, avvisando una sola volta. Impostare LIBREYOLO_FASTER_COCO_EVAL sovrascrive il flag della singola chiamata, ed è quello che dovrebbe usare un'infrastruttura di benchmark che non può toccare le configurazioni delle singole esecuzioni. Il backend che ha davvero girato viene riportato su model.last_eval_backend.

Script di download dei dataset

Un YAML di dataset può contenere un campo download con del codice Python. Non viene eseguito a meno che non si passi allow_download_scripts=True alla chiamata che lo legge, ed è un argomento di funzione su val() e export() anziché una variabile d'ambiente.

Percorso	Contenuto
`weights/`	Checkpoint scaricati, snapshot Hugging Face scaricati e artefatti esportati
`~/datasets`	Radice dei dataset, a meno che `LIBREYOLO_DATASETS_DIR` non dica altrimenti
`~/.cache/huggingface/token`	Token Hugging Face, quando non è in `HF_TOKEN`
`~/.cache/libreyolo/mhr/mhr_model.pt`	Modello MHR body, a meno che `LIBREYOLO_MHR_PATH` non dica altrimenti
`runs/track/`	Output predefinito di `model.track(save=True)`