PP-YOLOE
PP-YOLOE is an anchor-free object detector with detection training and class-head resizing.
- Zadania
- detection
- Rozmiary
- s, m, l, x at 640 px
- Instalacja
pip install libreyolo- Poziom obsługi
- Obsługiwany, od wersji v1.6.0. Dodatkowe trenowalne modele: testy CI pozostają zielone, a funkcje są dodawane w miarę możliwości.
- Licencje
- Kod: MIT, wagi: No separate artifact grant recorded. Użycie komercyjne
Install
pip install "libreyolo"Predict
from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibrePPYOLOEs.pt", device="cpu")result = model(SAMPLE_IMAGE)print(result.boxes)Released weights download from the source CDN with a pinned SHA-256 check. The constructor also accepts a local upstream checkpoint. The four sizes are s, m, l and x.
Train
Training uses ATSS assignment before switching to task-aligned assignment. static_assigner_epochs defaults to 30% of the requested epochs. A new class count rebuilds the class-prediction layers. AMP defaults to False.
Dataset setup describes the required training data.
from libreyolo import LibreYOLO model = LibreYOLO("LibrePPYOLOEs.pt", device="cpu")# coco8 is a small YOLO-format detection dataset that downloads automatically.model.train(data="coco8.yaml", epochs=1, device="cpu", workers=0)Validate
from libreyolo import LibreYOLO model = LibreYOLO("LibrePPYOLOEs.pt", device="cpu")metrics = model.val(data="coco8.yaml", workers=0)print(metrics)Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.
Export
| Zadanie | ONNX | TorchScript | ExecuTorch | TensorRT | OpenVINO | Paddle | MNN | RKNN | ncnn | TFLite | CoreML | Core AI |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Detection | Detection to ONNX: obsługiwane | Detection to TorchScript: obsługiwane | Detection to ExecuTorch: obsługiwane | Detection to TensorRT: obsługiwane | Detection to OpenVINO: obsługiwane | Detection to Paddle: brak obsługi | Detection to MNN: brak obsługi | Detection to RKNN: brak obsługi | Detection to ncnn: obsługiwane | Detection to TFLite: brak obsługi | Detection to CoreML: brak obsługi | Detection to Core AI: brak obsługi |
from libreyolo import LibreYOLO model = LibreYOLO("LibrePPYOLOEs.pt", device="cpu")model.export(format="onnx")Export setup lists format dependencies and loading exported artifacts.
Licensing
Sprawdź licencję w repozytorium konkretnych pobieranych wag na Hugging Face. Każdy checkpoint w organizacji LibreYOLO ma licencję, która nie zawsze jest taka sama w całej rodzinie. To repozytorium jest źródłem rozstrzygającym, a poniższe podsumowanie opisuje stan z chwili ostatniej weryfikacji tej strony.
To opis obowiązujących licencji, a nie porada prawna. Jeśli odpowiedź ma znaczenie komercyjne, przeczytaj licencje i zasięgnij własnej porady prawnej.
- Oryginalna praca
- PP-YOLOE, PaddlePaddle
- Licencja projektu źródłowego
- Apache-2.0
- Kod źródłowy projektu
- github.com/PaddlePaddle/PaddleDetection
- Kod LibreYOLO
- MIT
- Wagi
- No separate artifact grant recorded, rozpowszechniane przez autorów. LibreYOLO ich nie hostuje ani nie udostępnia kopii.
- Interpretacja
- The upstream source is Apache-2.0. Pretrained artifacts download from the source CDN; a separate checkpoint license grant has not been recorded.
