Документация LibreYOLO

Один Python API для компьютерного зрения: детекция, сегментация, оценка позы, глубины, распознавание текста и другие задачи, для каждой из которых доступны обучение, валидация и экспорт. Код распространяется по лицензии MIT, поэтому всё созданное с его помощью остаётся вашим.

установка

pip install libreyolo

Быстрый старт Смотреть модели Смотреть задачи

Модели: 86 семейств, от нынешних флагманов до исторических детекторов, за одной фабрикой
Задачи: 17, от детекции до оценки взгляда и восстановления меша человека
Веса: 244 опубликованных чекпойнтов для описанных здесь семейств, скачиваются при первом использовании с huggingface.co/LibreYOLO
Экспорт: 12 форматов, от ONNX до TensorRT, CoreML, TFLite и Core AI
Лицензия: Код под MIT. Веса сохраняют лицензию исходного проекта, указанную для каждого чекпойнта

Что вы хотите сделать?

Все задачи

All tasks
Детекция объектов: Рамки и классы. Задача по умолчанию, которую поддерживает большинство семейств.
Сегментация экземпляров: Маски объектов, по одной маске на каждую детекцию.
Семантическая сегментация: Класс для каждого пикселя без разделения объектов.
Паноптическая сегментация: Семантическая сегментация и сегментация экземпляров в одном результате.
Оценка позы: Ключевые точки каждого объекта, сверху вниз или снизу вверх.
Классификация изображений: Одна метка на изображение, включая классификацию без обучения с CLIP и SigLIP2.
Детекция повёрнутых рамок: Повёрнутые рамки для аэроснимков и изображений документов.
Детекция точек: Центроиды вместо рамок. Подсчёт и очень компактные модели.
Оценка глубины: Глубина каждого пикселя по одному изображению.
Выделение границ
Нормали к поверхности
Восстановление изображений: Шумоподавление, устранение размытия и увеличение разрешения.
Удаление фона: Альфа-маски для вырезания объектов.
OCR: Детекция и распознавание текста за один проход.
Распознавание лиц: Эмбеддинги лиц и галереи идентификаторов.
Эмбеддинги
Оценка направления взгляда: Определение направления взгляда человека.
Меш тела
Трекинг объектов: Идентификаторы объектов между кадрами видео поверх любого детектора.
Детекция с открытым словарём: Детекция классов, заданных во время выполнения, без обучения.
Сегментация по промпту: Сегментация любого указанного объекта с помощью SAM и аналогичных моделей.

Какую модель выбрать?

Все модели

Начните с флагманской модели, если нет причин выбрать другую. Все функции сначала проектируются и проверяются на GPU для флагманов, а на странице каждого семейства приведены чекпойнты, матрица экспорта и сведения о лицензиях.

RF-DETR: 4 задач, 19 чекпойнтов.
YOLOv9: Детекция, 9 чекпойнтов.
DEIM: Детекция, 13 чекпойнтов.
D-FINE: 2 задач, 10 чекпойнтов.
EdgeCrafter: 3 задач, 12 чекпойнтов.
RT-DETR: 2 задач, 21 чекпойнт.
YOLO-NAS: 2 задач, веса распространяются их авторами, а не LibreYOLO.
ConvNeXt: Детекция, 3 чекпойнтов.
DINOv2: 3 задач, веса распространяются их авторами, а не LibreYOLO.
Dome-DETR: Детекция, веса распространяются их авторами, а не LibreYOLO.
EfficientNetV2: Детекция, 4 чекпойнтов.
FOMO: Детекция, 3 чекпойнтов.
LingBot-Vision: Детекция, 3 чекпойнтов.
MobileNetV4: Детекция, 3 чекпойнтов.
NAFNet: Детекция, 1 чекпойнт.
PicoDet: Детекция, 3 чекпойнтов.
ResNet: Детекция, 4 чекпойнтов.
RTMDet: 2 задач, 10 чекпойнтов.
SegFormer: Детекция, 6 чекпойнтов.
YOLOv7: Детекция, 1 чекпойнт.
YOLOX: Детекция, 6 чекпойнтов.
AlexNet: Детекция, 1 чекпойнт.
BiRefNet: Детекция, 1 чекпойнт.
CenterNet: Детекция, 2 чекпойнтов.
DeepLabv3: Детекция, 3 чекпойнтов.
Deformable DETR: Детекция, 5 чекпойнтов.
Depth Anything 3: Детекция, 1 чекпойнт.
Depth Anything V2: Детекция, 3 чекпойнтов.
DETR: Детекция, 4 чекпойнтов.
DexiNed: Детекция, веса распространяются их авторами, а не LibreYOLO.
DINO-DETR: Детекция, 3 чекпойнтов.
EfficientDet: Детекция, 5 чекпойнтов.
EoMT: 3 задач, 6 чекпойнтов.
Faster R-CNN: Детекция, 4 чекпойнтов.
FCN: Детекция, 2 чекпойнтов.
FCOS: Детекция, 1 чекпойнт.
FeyNobg: Детекция, 3 чекпойнтов.
HRNet: Детекция, 2 чекпойнтов.
L2CS-Net: Детекция, веса распространяются их авторами, а не LibreYOLO.
LibreFaceRec: Детекция, веса распространяются их авторами, а не LibreYOLO.
LW-DETR: Детекция, 5 чекпойнтов.
Mask R-CNN: 2 задач, 1 чекпойнт.
MiDaS: Детекция, веса распространяются их авторами, а не LibreYOLO.
MoGe-2: Детекция, веса распространяются их авторами, а не LibreYOLO.
PIDNet: Детекция, 3 чекпойнтов.
PP-OCRv5: Детекция, 2 чекпойнтов.
Real-ESRGAN: Детекция, 3 чекпойнтов.
RetinaNet: Детекция, 2 чекпойнтов.
SAM 3D Body: Детекция, 2 чекпойнтов.
SSD: Детекция, 1 чекпойнт.
Swin Transformer: Детекция, 4 чекпойнтов.
SwinIR: Детекция, 3 чекпойнтов.
TEED: Детекция, веса распространяются их авторами, а не LibreYOLO.
VGG: Детекция, 4 чекпойнтов.
ViT: Детекция, 4 чекпойнтов.
ZipDepth: Детекция, 2 чекпойнтов.
DeiT: Детекция, 3 чекпойнтов.
YOLOv1: Детекция, 1 чекпойнт.
YOLOv2: Детекция, 2 чекпойнтов.
YOLOv3: Детекция, 3 чекпойнтов.
YOLOv4: Детекция, 2 чекпойнтов.
CLIP: 2 задач, 2 чекпойнтов.
EdgeTAM: Детекция, 1 чекпойнт.
Florence-2: Детекция, веса распространяются их авторами, а не LibreYOLO.
Grounding DINO: Детекция, 2 чекпойнтов.
InternVL3: Детекция, веса распространяются их авторами, а не LibreYOLO.
Kosmos-2: Детекция, веса распространяются их авторами, а не LibreYOLO.
LFM2-VL: Детекция, веса распространяются их авторами, а не LibreYOLO.
LibreMODUS: 4 задач, веса распространяются их авторами, а не LibreYOLO.
LocateAnything: 2 задач, веса распространяются их авторами, а не LibreYOLO.
MobileSAM: Детекция, 1 чекпойнт.
OMDet-Turbo: Детекция, 1 чекпойнт.
OV-DEIM: Детекция, 3 чекпойнтов.
OWLv2: Детекция, 2 чекпойнтов.
PicoSAM3: Детекция, 1 чекпойнт.
Qwen3-VL: Детекция, веса распространяются их авторами, а не LibreYOLO.
SAM: Детекция, веса распространяются их авторами, а не LibreYOLO.
SAM 2: Детекция, 4 чекпойнтов.
SAM 3: Детекция, веса распространяются их авторами, а не LibreYOLO.
SenseNova-Vision: 7 задач, 1 чекпойнт.
SigLIP2: 2 задач, 2 чекпойнтов.
SmolVLM2: Детекция, веса распространяются их авторами, а не LibreYOLO.

Измерено, а не заявлено

Vision Analysis

Каждое значение точности и задержки в этой документации получено из опубликованного запуска, для которого указаны оборудование, среда выполнения и разрядность. График ниже обновляется автоматически.

Работа с моделью

Обучение: Датасеты, аргументы, аугментация, несколько GPU и журналирование экспериментов.
Предсказание: Изображения, папки, видео, веб-камеры и RTSP-потоки.
Экспорт и развёртывание: Двенадцать целевых форматов с матрицей поддержки для каждого семейства.
Командная строка: Все возможности Python API без написания кода на Python.

О лицензии

Код LibreYOLO распространяется по лицензии MIT. Она не требует открывать исходный код приложения, не распространяется на веса модели и не меняется, если вы продаёте созданный продукт. Предобученные веса лицензируются отдельно: каждый чекпойнт сохраняет лицензию того, кто его обучил, и документация указывает её отдельно, а не сводит все лицензии к общему заявлению. Некоторые веса доступны только для некоммерческого использования, и это явно указано.

Как здесь устроено лицензирование