YOLOv3

YOLOv3 là detector Darknet-53 đã bổ sung dự đoán đa tỷ lệ và các bộ phân loại logistic độc lập vào dòng YOLO. LibreYOLO lưu giữ mô hình như một hiện vật đóng băng, chỉ dành cho inference, ở các kích thước tiny, base và SPP.

Tác vụ: detection
Kích thước: t, b, spp at 416 to 608 px
Cài đặt: pip install libreyolo
Bậc hỗ trợ: Bảo tàng, từ v. Hiện vật được đóng băng. Chỉ sửa lỗi.
Thượng nguồn: YOLOv3 của Joseph Redmon, Public domain (Darknet "YOLO LICENSE"). Bài báo, mã nguồn
Giấy phép: Mã nguồn MIT, trọng số Public domain (Darknet "YOLO LICENSE"). Sử dụng thương mại

Cài đặt

YOLOv3 không cần extra ngoài package cơ sở.

bash

pip install libreyolo

Dự đoán

Họ mô hình này chỉ dành cho inference: train() phát sinh NotImplementedError, vì vậy trang này không có phần Huấn luyện. Dự đoán, xác thực và xuất đều được hỗ trợ. Trọng số được tải về từ Hugging Face trong lần sử dụng đầu tiên và được lưu vào bộ nhớ đệm cục bộ.

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreYOLO3b.pt")result = model(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

CLI

libreyolo predict model=LibreYOLO3b.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

Kích thước SPP

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Biến thể SPP thêm block spatial pyramid pooling trước các detection# head và chạy ở kích thước đầu vào nguyên bản riêng.model = LibreYOLO("LibreYOLO3spp.pt")result = model(SAMPLE_IMAGE)

Đối tượng Results trả về cũng là đối tượng mà mọi họ mô hình đều trả về, vì vậy việc chuyển sang detector khác chỉ cần thay đổi một dòng. conf lọc theo ngưỡng độ tin cậy, còn iou lọc theo ngưỡng NMS, được áp dụng theo từng tỷ lệ trước khi box từ cả ba head được hợp nhất. Xem dự đoán để biết về nguồn, xử lý luồng và kết quả.

Xác thực

val() trả về dictionary gồm các key metrics/ cho precision, recall, mAP 50 và mAP 50-95, được đo trên mọi dataset có định dạng bạn dùng để xác thực.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO3b.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95"])print(metrics["metrics/mAP50"])

CLI

libreyolo val model=LibreYOLO3b.pt data=my-dataset.yaml

Xuất

Tác vụ	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Detection	Detection to ONNX: được hỗ trợ	Detection to TorchScript: được hỗ trợ	Detection to ExecuTorch: được hỗ trợ	Detection to TensorRT: được hỗ trợ	Detection to OpenVINO: được hỗ trợ	Detection to Paddle: không được hỗ trợ	Detection to MNN: không được hỗ trợ	Detection to RKNN: không được hỗ trợ	Detection to ncnn: được hỗ trợ	Detection to TFLite: không được hỗ trợ	Detection to CoreML: không được hỗ trợ	Detection to Core AI: được hỗ trợ

Artifact đã xuất được tải lại qua LibreYOLO() dựa trên hậu tố tệp, vì vậy tệp .onnx hoặc .engine hoạt động như checkpoint và trả về cùng đối tượng Results. Bạn cũng có thể chạy graph trong runtime thuần túy không cài LibreYOLO, nhưng khi đó phải tự viết bước tiền xử lý và hậu xử lý.

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO3b.pt")model.export(format="onnx")model.export(format="tensorrt", half=True)

CLI

libreyolo export model=LibreYOLO3b.pt format=onnxlibreyolo export model=LibreYOLO3b.pt format=tensorrt half=True

Dùng tệp đã xuất

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Factory định tuyến dựa trên hậu tố tệp, vì vậy artifact đã xuất tải# như mọi checkpoint và trả về cùng đối tượng Results.model = LibreYOLO("LibreYOLO3b.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Checkpoint

Mọi tệp trọng số đã phát hành cho họ mô hình này.

Tệp	Đầu vào (px)	Giấy phép trọng số
Detection
LibreYOLO3t.pt	416	other
LibreYOLO3b.pt	416	other
LibreYOLO3spp.pt	608	other

Mọi tệp ở trên hiện đều có trong tổ chức LibreYOLO và được tải xuống trong lần sử dụng đầu tiên.

Giấy phép

Hãy kiểm tra giấy phép trong repo Hugging Face của trọng số cụ thể mà bạn tải xuống. Mỗi checkpoint trong tổ chức LibreYOLO đều có giấy phép riêng và giấy phép có thể khác nhau trong cùng một họ. Repo đó là nguồn có thẩm quyền; phần tóm tắt dưới đây mô tả các điều khoản áp dụng khi trang này được kiểm chứng lần gần nhất.

Đây là phần mô tả các giấy phép liên quan, không phải tư vấn pháp lý. Nếu câu trả lời có ý nghĩa về mặt thương mại, hãy tự đọc các giấy phép và tham khảo cố vấn của riêng bạn.

Công trình gốc: YOLOv3, Joseph Redmon
Giấy phép thượng nguồn: Public domain (Darknet "YOLO LICENSE")
Nguồn thượng nguồn: github.com/pjreddie/darknet
Mã nguồn LibreYOLO: MIT
Trọng số: Public domain (Darknet "YOLO LICENSE"), được phát hành lại tại huggingface.co/LibreYOLO
Diễn giải: Darknet's bundled NOTICE quotes its own license in full: "Darknet is public domain. Do whatever you want with it." That covers both the architecture and the pretrained weights LibreYOLO converts from it, with no attribution requirement and no restriction on commercial use. LibreYOLO's own code around this architecture is MIT.