narzędzia libreyolo

Dziewięć poleceń, które raportują lub sprawdzają, zamiast liczyć. Wypisują informacje o środowisku, spis modeli i formatów, rozwiązane wartości domyślne oraz szczegóły checkpointu, a także budują i przeszukują galerię twarzy.

Polecenia: version, checks, models, formats, cfg, info, metadata, enroll, compare
Wyjście: stdout, w postaci tekstu lub z json=true jako jeden obiekt z schema_version

Składnia

bash

libreyolo <command> [key=value ...]

Argumenty to pary key=value, a forma POSIX też działa, więc model=x i --model x to ten sam argument. Każde polecenie z tej strony wypisuje wyniki na stdout i przyjmuje json=true oraz quiet=true.

Polecenie główne ma jedną własną flagę, libreyolo --version, która wypisuje ciąg z wersją i kończy działanie. Jest to mniejsze wyjście niż w przypadku opisanego niżej polecenia version.

version

Wypisuje wersję biblioteki LibreYOLO oraz wersje Pythona, biblioteki torch i CUDA, z którymi działa.

bash

libreyolo version

Argument	Domyślnie	Znaczenie
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

checks

Wypisuje środowisko bardziej szczegółowo: Python, torch, CUDA, cuDNN, każde wykryte GPU z nazwą i pamięcią oraz zainstalowaną wersję każdego opcjonalnego pakietu, z którego korzystają ścieżki eksportu.

bash

libreyolo checks

Argument	Domyślnie	Znaczenie
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

Lista pakietów obejmuje onnx, onnxruntime, tensorrt, openvino, paddlepaddle, x2paddle, mnn, ncnn, onnx2tf, ai-edge-litert, transformers i scipy. Pakiet, który nie jest zainstalowany, jest zgłaszany jako brakujący, a nie pomijany, więc nieudany eksport można powiązać z brakującą zależnością na podstawie tego jednego polecenia.

models

Wypisuje każdą rodzinę modeli wraz z jej zadaniami, rozmiarami, nazwami CLI, które wskazują na jej checkpointy, oraz rozdzielczością wejściową każdego rozmiaru.

bash

libreyolo models

Argument	Domyślnie	Znaczenie
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

Rodzina, której opcjonalna zależność nie jest zainstalowana, jest wypisana jako niedostępna razem z linią pip install, która ją udostępni. Nazwy CLI to skróty przyjmowane przez model=: yolox-s wskazuje na LibreYOLOXs.pt, a zadania inne niż detekcja mają sufiks swojego zadania.

formats

Wypisuje formaty eksportu, które potrafi wygenerować zainstalowane środowisko, wraz z rozszerzeniem pliku każdego formatu i informacją, czy obsługuje on FP16 i INT8.

bash

libreyolo formats [family=<family>] [task=<task>]

Argument	Domyślnie	Znaczenie
`family`		Pokazanie poziomów wsparcia dla jednej rodziny modeli. `model=` jest przyjmowane jako ta sama opcja
`task`		Kanoniczne zadanie modelu. Gdy nie podano, domyślne zadanie rodziny
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

Bez family wyjściem jest sam spis formatów. Z nim każdy format zyskuje poziom wsparcia dla tej rodziny i tego zadania, uzasadnienie tego poziomu oraz ewentualne powiązane z nim ograniczenie. Nieznana rodzina albo zadanie, którego rodzina nie obsługuje, to błąd użycia.

Aliasy formatów pojawiają się obok nazwy kanonicznej: engine dla tensorrt, litert dla tflite.

cfg

Wypisuje rozwiązaną konfigurację domyślną: domyślne ustawienia trenowania, domyślne ustawienia walidacji, domyślne ustawienia predykcji oraz nadpisania dla poszczególnych rodzin.

bash

libreyolo cfg

Argument	Domyślnie	Znaczenie
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

Wartości są odczytywane z dataclass konfiguracji, a nie z kopii, więc jest to źródło prawdy o tym, czego użyje trenowanie, gdy nie poda się argumentu. family_overrides to sekcja, która odpowiada na pytanie, dlaczego rodzina trenowała się z ustawieniami, o które nikt nie prosił. Zobacz libreyolo train, aby poznać sposób stosowania tych nadpisań.

info

Ładuje model na CPU i podaje jego rodzinę, rozmiar, liczbę parametrów, klasy oraz poziom wsparcia eksportu dla każdego formatu.

bash

libreyolo info model=<name|path>

Argument	Domyślnie	Znaczenie
`model`		Nazwa modelu lub ścieżka do wag. Wymagane
`detailed`	`false`	Dołączenie szczegółów dla poszczególnych parametrów
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

metadata

Odczytuje metadane checkpointu bez budowania modelu i sprawdza ich zgodność ze schematem checkpointu biblioteki LibreYOLO.

bash

libreyolo metadata path=<checkpoint.pt>

Argument	Domyślnie	Znaczenie
`path`		Ścieżka do checkpointu `.pt`. Wymagane
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

Duże wpisy zawierające tensory są podsumowywane, a nie wypisywane w całości, więc wyjście pozostaje czytelne także dla pełnego checkpointu z trenowania. Nieistniejący checkpoint kończy działanie kodem checkpoint_not_found, a taki, którego metadane nie przechodzą walidacji, wypisuje błędy i kończy działanie kodem 1.

enroll

Buduje galerię twarzy z drzewa katalogów, w którym jeden katalog odpowiada jednej osobie, dzięki czemu późniejsze predykcje mogą nazwać znalezione twarze.

bash

libreyolo enroll model=<embedder> source=<people-dir> gallery=<gallery.npz>

Argument	Domyślnie	Znaczenie
`model`		Model do embeddingów twarzy, ścieżka lub nazwa. Wymagane
`source`		Drzewo z jednym katalogiem na osobę, `source/<identity>/*.jpg`. Wymagane
`gallery`		Wyjściowy plik galerii `.npz`. Jeśli istnieje, jest rozszerzany w miejscu. Wymagane
`face_detector`		Detektor twarzy: plik `.onnx` z YuNet albo detektor LibreYOLO. Gdy nie podano, domyślny detektor rodziny
`device`	`auto`	Urządzenie: `0`, `cpu`, `mps`, `auto`
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

bash

# people/ zawiera jeden katalog na tożsamość; nazwa katalogu staje się tożsamością.
libreyolo enroll model=librefacerec-l.onnx source=people/ gallery=people.npz

Nazwa podkatalogu jest tożsamością. Obraz referencyjny, na którym nie da się wykryć twarzy, jest pomijany z komunikatem na stderr, a reszta jest przetwarzana dalej; źródło bez podkatalogów z tożsamościami albo takie, w którym nie znaleziono żadnej twarzy, to błąd.

Powstały plik przekaż do libreyolo predict jako gallery=people.npz, aby detekcje niosły tożsamość i wynik dopasowania.

compare

Podaje podobieństwo kosinusowe między dwoma obrazami twarzy oraz to, czy przekracza ono próg tej samej tożsamości.

bash

libreyolo compare model=<embedder> source=<a.jpg> source2=<b.jpg>

Argument	Domyślnie	Znaczenie
`model`		Model do embeddingów twarzy, ścieżka lub nazwa. Wymagane
`source`		Pierwszy obraz. Wymagane
`source2`		Drugi obraz do porównania. Wymagane
`face_detector`		Detektor twarzy: plik `.onnx` z YuNet albo detektor LibreYOLO
`threshold`	`0.4`	Próg podobieństwa kosinusowego dla decyzji o tej samej tożsamości
`device`	`auto`	Urządzenie: `0`, `cpu`, `mps`, `auto`
`json`	`false`	Wyjście JSON na stdout
`quiet`	`false`	Wyciszenie stderr

bash

libreyolo compare model=librefacerec-l.onnx source=a.jpg source2=b.jpg

libreyolo verify jest zarejestrowane jako druga nazwa tego polecenia i przyjmuje te same argumenty.

Zarówno compare, jak i enroll wymagają modelu, którego zadaniem jest embedding twarzy. Wszystko inne kończy działanie kodem config_unsupported. Jako źródła przyjmowane są zarówno lokalne ścieżki do obrazów, jak i adresy URL http oraz https.

Przykłady

Środowisko

libreyolo versionlibreyolo checks

Co jest dostępne

libreyolo modelslibreyolo formats family=yolo9 task=detect

Sprawdzenie checkpointu

libreyolo info model=LibreYOLO9s.ptlibreyolo metadata path=weights/LibreYOLO9s.pt

Uwagi

Wynik trafia na stdout; postęp i ostrzeżenia idą na stderr. json=true wypisuje jeden obiekt z polem schema_version i to jest forma przeznaczona do odczytu ze skryptu. Wyjście tekstowe jest domyślne i jest przeznaczone do czytania przez człowieka.

Kody wyjścia są zgodne z tą samą mapą co w reszcie CLI: 0 przy powodzeniu, 2 przy błędzie użycia lub konfiguracji, 3 gdy nie można znaleźć źródła, 4 gdy nie można wczytać modelu lub checkpointu i 1 przy innych błędach w trakcie działania.

Powiązane: libreyolo doctor, czyli polecenie do inspekcji po stronie zbioru danych, oraz libreyolo profile, po stronie wydajności.