Qwen3-VL

Qwen3-VLはネイティブの2Dグラウンディングを備えたAlibabaの視覚言語モデルです。LibreYOLOはこれをオープンボキャブラリ物体検出器としてラップし、自由形式のチャットを直接公開します。クラス一覧を指定して検出するか、質問してください。

タスク: detection
サイズ: 2b, 4b, 8b at 1024 px
インストール: pip install libreyolo
サポートティア: 姉妹ティア、v以降。独自のファクトリと契約を持つ、独立した製品インターフェースです。
アップストリーム: Alibaba (Qwen Team)のQwen3-VL、Apache-2.0。論文、ソース
ライセンス: コード：MIT、重み：Apache-2.0。商用利用

インストール

Qwen3-VLはLibreYOLOの検出器として使うVLM階層に属します。これは独自のファクトリーを持ち、チェックポイントベースのファミリーとは別の製品面です。vlm 追加パッケージが必要です。

bash

pip install "libreyolo[vlm]"

推論

重みは初回使用時にHugging Faceからダウンロードされ、ローカルにキャッシュされます。引数なしで LibreVLM() を呼び出すと、デフォルトでQwen3-VL-4Bが使用されます。

Python

from libreyolo import LibreVLM, SAMPLE_IMAGE model = LibreVLM("qwen3-vl-4b")model.set_classes(["forklift", "pallet", "safety vest"])result = model.predict(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

チャット

from libreyolo import LibreVLM, SAMPLE_IMAGE model = LibreVLM("qwen3-vl-4b") # 検出用の簡易機能の下にある脱出口 任意の質問に対応し# バウンディングボックスの質問だけに限定されないanswer = model.chat(SAMPLE_IMAGE, "How many people are wearing a safety vest?")print(answer)

このファミリーは LibreYOLO() ではなく、LibreVLM() ファクトリーから読み込みます。VLMファミリーはチェックポイントローダーを宣言しないため、他のモデルページで説明しているファイル接尾辞による振り分けはここでは適用されません。set_classes() はQwen3-VLに探させるボキャブラリを設定します。この設定は維持されるため、再設定するまで、その後のすべての predict() または track() 呼び出しに適用されます。すべての検出結果に同じ仮信頼度が設定されるため、conf によるフィルタリングは順位付けではなく、すべてを残すかすべてを除外するかのどちらかです。このファミリーでは iou が効果を持ち、後から得られた同じクラスのボックスが、すでに保持したボックスとしきい値を超えて重なると除外されます。これを行わないと、反復生成器が1つの物体に対してほぼ重複したボックスを出力する場合があるためです。Florence-2やKosmos-2とは異なり、Qwen3-VLは chat() を通じて自由形式の質問にも回答します。これは LibreVLM ファクトリーで説明しているものと同じ脱出口です。LibreYOLOのCLIはこの階層に対応しておらず、libreyolo predict model=... 形式はありません。ソース、ストリーミング、結果の処理については、推論を参照してください。

バリアント

サイズはQwen3-VL-2B-Instruct、Qwen3-VL-4B-Instruct、Qwen3-VL-8B-Instructの3つで、LibreVLM("qwen3-vl-2b")、LibreVLM("qwen3-vl-4b")、LibreVLM("qwen3-vl-8b") で読み込みます。3つとも公称入力は1024 pxですが、ネットワークに渡す実際のキャンバスはQwenのプロセッサー独自のスマートリサイズが決定します。そのため、この値はサイト内の他のファミリーのような固定動作解像度ではありません。LibreYOLOは3つのサイズの精度を比較するベンチマークを公開していません。

LibreYOLOはQwen3-VLの学習、検証、エクスポートを行いません。この階層のすべてのファミリーで、train()、val()、export() は NotImplementedError を発生させます（上のサポート階層を参照）。組み込みのカスタムボキャブラリが必要な場合は、アップストリームでQwen3-VLをファインチューニングし、得られた重みを読み込んでください。すべての検出結果が同じ仮信頼度を持つため、COCO形式の検証を行う代わりに、predict() の出力を目視で確認してください。

ライセンス

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: Qwen3-VL, Alibaba (Qwen Team)
アップストリームのライセンス: Apache-2.0
アップストリームのソース: github.com/QwenLM/Qwen3-VL
LibreYOLOのコード: MIT
重み: Apache-2.0、著者が配布。LibreYOLOではホストもミラーもしていません。
解釈: Apache-2.0 is a permissive license, so these weights can be used in commercial and closed-source products. It asks you to keep its license text and attribution notices with any copy of the weights you redistribute, and it grants a patent license. All three sizes LibreYOLO downloads, Qwen3-VL-2B-Instruct, Qwen3-VL-4B-Instruct and Qwen3-VL-8B-Instruct, carry this license on their Hugging Face repository.

引用

@article{Qwen3-VL,
      title={Qwen3-VL Technical Report}, 
      author={Shuai Bai and Yuxuan Cai and Ruizhe Chen and Keqin Chen and Xionghui Chen and Zesen Cheng and Lianghao Deng and Wei Ding and Chang Gao and Chunjiang Ge and Wenbin Ge and Zhifang Guo and Qidong Huang and Jie Huang and Fei Huang and Binyuan Hui and Shutong Jiang and Zhaohai Li and Mingsheng Li and Mei Li and Kaixin Li and Zicheng Lin and Junyang Lin and Xuejing Liu and Jiawei Liu and Chenglong Liu and Yang Liu and Dayiheng Liu and Shixuan Liu and Dunjie Lu and Ruilin Luo and Chenxu Lv and Rui Men and Lingchen Meng and Xuancheng Ren and Xingzhang Ren and Sibo Song and Yuchong Sun and Jun Tang and Jianhong Tu and Jianqiang Wan and Peng Wang and Pengfei Wang and Qiuyue Wang and Yuxuan Wang and Tianbao Xie and Yiheng Xu and Haiyang Xu and Jin Xu and Zhibo Yang and Mingkun Yang and Jianxin Yang and An Yang and Bowen Yu and Fei Zhang and Hang Zhang and Xi Zhang and Bo Zheng and Humen Zhong and Jingren Zhou and Fan Zhou and Jing Zhou and Yuanzhi Zhu and Ke Zhu},
	  journal={arXiv preprint arXiv:2511.21631},
      year={2025}
}

著者によるgithub.com/QwenLM/Qwen3-VL#citationの引用ブロックからコピーしています。