RT-DETR không cần Ultralytics: v1, v2 và v4 với Apache-2.0
Chạy và tinh chỉnh RT-DETR, RT-DETRv2 và RT-DETRv4 với trọng số Apache-2.0 trong thư viện MIT: một API cho predict, train, val và export.
Hướng dẫn và phân tích chuyên sâu về cách chạy mô hình phát hiện đối tượng với LibreYOLO.
Chạy và tinh chỉnh RT-DETR, RT-DETRv2 và RT-DETRv4 với trọng số Apache-2.0 trong thư viện MIT: một API cho predict, train, val và export.
Kết quả RF100-VL đo lường khả năng tổng quát hóa của YOLOv9, YOLOX, YOLO-NAS, EdgeCrafter và RF-DETR trên 100 tập dữ liệu thực tế sau khi tinh chỉnh.
Chạy, huấn luyện, kiểm định và xuất YOLO-NAS trong LibreYOLO. SuperGradients phát hành phiên bản cuối vào tháng 4 năm 2024. Chúng tôi dự định huấn luyện trọng số mới từ đầu để không còn phụ thuộc vào giấy phép của Deci.
RF100-VL đo khả năng tinh chỉnh của detector sau khi huấn luyện trên COCO. RF-DETR và YOLO-NAS đạt điểm cao hơn YOLOv8. Cách chạy cả hai trong LibreYOLO.
Hướng dẫn có nguồn dẫn về 69 công ty Edge AI và hệ sinh thái NPU: chip, SDK, artifact, lượng tử hóa (quantization), cùng khả năng hỗ trợ thị giác máy tính (computer vision) và YOLO được tài liệu hóa.
Dùng LibreYOLO để dự đoán, validation và xuất EfficientDet D0-D4 qua API phát hiện đối tượng.
Repo DETR gốc của Facebook Research đã được lưu trữ. Chạy bốn biến thể DETR chính thức bằng LibreYOLO.
Repo MiDaS chính thức đã được lưu trữ. Chạy các mô hình ước lượng độ sâu Small và DPT-Large bằng LibreYOLO.
Bản phát hành mới nhất của MMYOLO là từ năm 2023. Chạy các bộ phát hiện được hỗ trợ như RTMDet thông qua API trực tiếp của LibreYOLO.
Chạy tính năng phóng to ảnh 2x và 4x của Real-ESRGAN bằng LibreYOLO, bao gồm suy luận chia tile cho ảnh lớn.
SuperGradients ngừng phát hành sau khi NVIDIA mua lại Deci vào năm 2024. LibreYOLO là giải pháp thay thế được duy trì, chạy cùng trọng số YOLO-NAS: dự đoán, huấn luyện và xuất qua một API dùng giấy phép MIT.
Bản phát hành YOLOX mới nhất là từ năm 2022. Chạy, huấn luyện, đánh giá và xuất YOLOX qua API LibreYOLO.
Bản đồ giấy phép YOLO đầy đủ năm 2026: từ YOLOv1 đến YOLOv13, YOLO26, YOLO-World và YOLOE, repo gốc và các bản viết lại có giấy phép permissive, kèm liên kết bài báo, GitHub và thông tin bạn thực sự có thể phát hành trong sản phẩm thương mại.
Google đổi tên TensorFlow Lite thành LiteRT vào tháng 9 năm 2024. Runtime vẫn như cũ, tệp .tflite vẫn như cũ, không có gì bị hỏng. Bài viết giải thích lý do đổi tên, những gì thực sự thay đổi và cách xuất mô hình LibreYOLO sang định dạng này.
Tổng hợp các buổi nói chuyện, bài blog và thảo luận cộng đồng có nhắc đến LibreYOLO trên mạng, từ CVPR 2026 đến Hacker News và r/computervision.
YOLOv5, YOLOv8, YOLO11 và YOLO26 được phát hành theo AGPL-3.0, nên không miễn phí cho mục đích thương mại với mã nguồn đóng. Đây là những gì giấy phép thực sự yêu cầu theo từng phiên bản, cùng lựa chọn thay thế dùng giấy phép MIT.
Hướng dẫn thực tế về các lựa chọn mã nguồn mở tốt nhất thay cho Ultralytics YOLO năm 2026: giấy phép, phạm vi tác vụ và giới hạn triển khai, cùng vị trí của LibreYOLO, thư viện YOLO dùng giấy phép MIT toàn diện nhất.
Tại CVPR 2026 ở Denver, nhóm Jabra và IT University of Copenhagen đã dùng LibreYOLOXs làm mô hình ví dụ trong tutorial "Edge AI in Action", chạy trên Hailo-8L và Snapdragon.
RTMDet là một trong những bộ phát hiện vừa nhanh vừa chính xác nhất. Cách cài đặt chính thức bị lỗi với mọi phiên bản PyTorch phát hành trong hai năm qua. Đây là giải pháp thay thế.
Depth Anything V2 tạo ra các bản đồ độ sâu đơn ảnh hàng đầu hiện nay. Sau đây là cách chạy mô hình chỉ với hai dòng lệnh bằng LibreYOLO.