Полная матрица экспорта

Устройство матрицы

Ключ матрицы — тройка (family, task, format). Ключи семейств — канонические имена из реестра моделей, ключи задач берутся из libreyolo.tasks.TASKS, а форматов двенадцать:

onnx, torchscript, executorch, tensorrt, openvino, paddle, mnn, rknn, ncnn, tflite, coreml, coreai.

model.export(format=...) дополнительно принимает два алиаса: engine для tensorrt и litert для tflite — это текущее название TensorFlow Lite. Сам формат и суффикс .tflite не меняются.

from libreyolo.export.support import (    EXPORT_FORMATS,    get_support,    validated_alternatives,) print(EXPORT_FORMATS) entry = get_support("yolo9", "detect", "onnx")print(entry.tier, entry.since)print(entry.constraint) print(validated_alternatives("yolo9", "detect"))

libreyolo formats --family yolo9 --task detectlibreyolo formats --family yolo9 --task detect --json

Ячейка — функция от трёх ключей, поэтому полная таблица велика и меняется с каждым релизом. Она генерируется, а не пишется вручную, и лежит в docs/export_support.md в репозитории библиотеки. Запрашивайте матрицу из Python или CLI, а не читайте копию.

Три уровня

Комбинации уровней validated и available проходят одинаково: без подтверждения и без общего предупреждения. Записанные для них свидетельства и ограничения остаются видны в сгенерированной документации. Заблокированная комбинация падает до проверки зависимостей, загрузки калибровки, трассировки и создания артефакта.

Чтобы добавить запись уровня validated, нужны тест паритета и поле since.

У SupportEntry четыре поля: tier, строка reason, релиз since и строка constraint. Именно ограничение важно при интеграции: галочка действует только при названных в ней условиях, а это обычно фиксированный входной холст, батч 1, FP32 и конкретная версия среды выполнения.

Как определяется ячейка

get_support(family, task, fmt) разрешает запрос в таком порядке. Побеждает первое сработавшее правило.

1. Неизвестная задача или формат вне этих двенадцати возвращают blocked.
2. Явная запись (family, task, format) возвращается в том виде, в каком записана.
3. Блокировка на уровне семейства возвращает blocked с причиной этого семейства.
4. Блокировка на уровне задачи возвращает blocked с причиной этой задачи.
5. Для ncnn семейство из списка блокировок NCNN возвращает blocked.
6. mnn возвращает blocked: для этого семейства и задачи нет контракта среды выполнения.
7. rknn возвращает blocked. RKNN в этой версии ограничен ровно теми вариантами детекции, что проверены на симуляторе: YOLO9-t, YOLO9-E2E-t, YOLO-NAS-s и PicoDet-s на RK3588.
8. tensorrt и openvino возвращают available: путь конвертации есть, но паритет со средой выполнения для этого семейства и задачи не зафиксирован.
9. tflite, paddle, coreai и coreml возвращают blocked, у каждого со своей причиной.
10. Всё остальное возвращает available: конвертация реализована, численный паритет со средой выполнения не зафиксирован.

Асимметрия в шагах с 8 по 10 сделана намеренно. TensorRT и OpenVINO конвертируют из ONNX универсально, поэтому неперечисленную комбинацию имеет смысл попробовать. TFLite, Paddle, Core AI и CoreML требуют отдельного пути для каждого семейства, поэтому неперечисленная комбинация — это отказ, а не приглашение.

Заблокированные задачи

Эти задачи заблокированы для всех семейств, у которых нет явной записи.

Явная запись перекрывает эти правила — именно поэтому, например, подключённое семейство для семантической сегментации всё же экспортируется.

Заблокированные семейства

PicoSAM3 — исключение среди моделей с промптами: он экспортирует в ONNX свою сырую ROI-сеть на 96 пикселей.

Заблокировано для NCNN

Декодерам в стиле DETR нужны операции сэмплирования, которых в NCNN нет, поэтому эти семейства заблокированы для ncnn, если явная запись не говорит иначе: Deformable DETR, DETR, DINO-DETR, D-FINE, LW-DETR, DEIM, DEIMv2, RT-DETR, RT-DETRv2, RT-DETRv4, RF-DETR и EC. В отказе как альтернативы названы ONNX, OpenVINO, TorchScript и TensorRT.

Пороги паритета

Ячейка уровня validated означает, что экспортированный артефакт воспроизвёл исходную модель в этих границах:

Строки запросов в DETR — неупорядоченное множество, поэтому паритет для семейств DETR сопоставляет строки запросов как множество, а не по позициям.

Экспорт

from libreyolo import LibreYOLOfrom libreyolo.export.support import get_support model = LibreYOLO("LibreYOLO9t.pt")print(model.export(format="onnx")) # Проверьте до вызова: заблокированная комбинация падает на# предварительной проверке, и в сообщении будет эта причина.blocked = get_support("domedetr", "detect", "onnx")print(blocked.tier)print(blocked.reason)

Заблокированная комбинация выбрасывает NotImplementedError на предварительной проверке, и в сообщении содержится записанная причина. validated_alternatives(family, task) возвращает форматы, проверенные для этой пары, — это и стоит напечатать рядом с отказом.

Аргументы, общие для всех экспортёров, перечислены на странице API модели. Аргументы, специфичные для формата, описаны на страницах отдельных форматов.

Как читать ограничение

Ячейка уровня validated — утверждение об одной измеренной конфигурации, а не о формате вообще. Строка ограничения вида FP32, batch 1, fixed 520x520 input означает, что паритет зафиксирован при такой форме и точности. Экспорт в другом разрешении или с другим размером батча всё равно даст артефакт — просто это уже не та конфигурация, из которой взято число.