VGG

VGG é um classificador de imagens convolucional construído com pilhas uniformes de pequenas convoluções 3x3 em vez de filtros maiores. O LibreYOLO traz os tamanhos de 16 e 19 camadas, simples e com batch normalization, para classificação de imagens.

Tarefas: classify
Tamanhos: 16, 19, 16bn, 19bn at 224 px
Instalação: pip install libreyolo
Nível de suporte: Somente inferência, desde a v. Somente predição, validação e exportação. Os recursos de treinamento não se aplicam.
Origem: VGG por Visual Geometry Group, University of Oxford, BSD-3-Clause. Artigo, código-fonte
Licenças: Código BSD-3-Clause, pesos BSD-3-Clause. Uso comercial

Instalação

O VGG não precisa de nenhum extra opcional. Tudo o que ele importa está na instalação base.

bash

pip install libreyolo

Predição

Os pesos são baixados do Hugging Face no primeiro uso e ficam em cache localmente.

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreVGG16-cls.pt")result = model(SAMPLE_IMAGE, save=True) probs = result.probsprint(probs.top1, probs.top1conf)print(probs.top5, probs.top5conf)

CLI

libreyolo predict model=LibreVGG16-cls.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

Um classificador retorna result.probs em vez de result.boxes: top1 e top5 dão os índices das classes, e top1conf e top5conf dão as confianças correspondentes. A predição roda com entrada fixa de 224px e levanta um erro se você passar um imgsz diferente. Veja predição para fontes, streaming e tratamento de resultados.

Variantes

Quatro tamanhos: 16 e 19 camadas convolucionais, cada um com uma variante simples e uma com batch normalization. Os pesos distribuídos vêm do treinamento posterior do torchvision na ImageNet, feito do zero, e não de conversões da versão Caffe original de 2014 publicada pelo grupo de Oxford. O LibreYOLO distribui esta família apenas para inferência: predição, validação top-1/top-5 no estilo ImageNet e exportação são suportadas, e o fine-tuning não está implementado.

Validação

val() roda sobre um split no formato ImageFolder (um diretório com as subpastas train/ e val/, uma pasta por classe) e retorna a acurácia top-1 e top-5.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreVGG16-cls.pt") # data é um diretório raiz com os splits train/ e val/ em pastas por# classe (layout ImageFolder), não um YAML de dataset.metrics = model.val(data="imagenet-1k/") print(metrics["metrics/accuracy_top1"])print(metrics["metrics/accuracy_top5"])

CLI

libreyolo val model=LibreVGG16-cls.pt data=imagenet-1k/

Exportação

Tarefa	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
classify	classify to ONNX: compatível	classify to TorchScript: compatível	classify to ExecuTorch: compatível	classify to TensorRT: compatível	classify to OpenVINO: compatível	classify to Paddle: incompatível	classify to MNN: incompatível	classify to RKNN: incompatível	classify to ncnn: compatível	classify to TFLite: incompatível	classify to CoreML: incompatível	classify to Core AI: incompatível

Um artefato exportado é recarregado por LibreYOLO() pelo sufixo do arquivo, então um arquivo .onnx ou .engine se comporta como um checkpoint e retorna o mesmo Results. Exportação lista os argumentos que todo formato aceita e os extras que alguns deles adicionam.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreVGG16-cls.pt")model.export(format="onnx")model.export(format="tensorrt", half=True)

CLI

libreyolo export model=LibreVGG16-cls.pt format=onnxlibreyolo export model=LibreVGG16-cls.pt format=tensorrt half=True

Usar o arquivo exportado

from libreyolo import LibreYOLO, SAMPLE_IMAGE # A factory decide o caminho pelo sufixo do arquivo, então um artefato# exportado carrega como qualquer checkpoint e retorna o mesmo Results.model = LibreYOLO("LibreVGG16-cls.onnx")result = model(SAMPLE_IMAGE) print(result.probs.top1)

Checkpoints

Todos os arquivos de pesos publicados desta família.

Arquivo	Entrada (px)	Licença dos pesos
classify
LibreVGG16-cls.pt	224	bsd-3-clause
LibreVGG19bn-cls.pt	224	bsd-3-clause
LibreVGG19-cls.pt	224	bsd-3-clause
LibreVGG16bn-cls.pt	224	bsd-3-clause

Todos os arquivos acima existem hoje na organização LibreYOLO e são baixados no primeiro uso.

Licenciamento

Confira a licença no repositório do Hugging Face correspondente aos pesos que você baixar. Cada checkpoint na organização LibreYOLO tem uma licença, e ela nem sempre é a mesma em toda a família. Esse repositório é a fonte oficial. O resumo abaixo descreve o que se aplicava na última verificação desta página.

Esta é uma descrição das licenças envolvidas, não uma orientação jurídica. Se a resposta tiver importância comercial, leia as licenças e procure sua própria assessoria.

Trabalho original: VGG, Visual Geometry Group, University of Oxford
Licença original: BSD-3-Clause
Código-fonte original: github.com/pytorch/vision
Código do LibreYOLO: MIT
Pesos: BSD-3-Clause, republicado em huggingface.co/LibreYOLO
Interpretação: BSD-3-Clause is a permissive license, so these weights can be used in commercial and closed-source products. It asks you to keep the copyright notice, the list of conditions and the disclaimer with any copy you redistribute, and it forbids using the contributors' names to endorse a derived product without permission; it carries no explicit patent grant. LibreYOLO's code and the four shipped checkpoints (16, 19, 16-BN, 19-BN) are both derived from torchvision, not from the Oxford group's original 2014 Caffe release, which is a separate model under Creative Commons Attribution and is not what LibreYOLO redistributes. Torchvision itself notes that BSD-3-Clause redistribution of a pretrained checkpoint is an implied basis rather than a grant written for that specific checkpoint, and that pretrained-model terms can depend on the data a model was trained on; LibreYOLO repeats that caveat on each hosted weights repository.