FCN

一个逐像素的稠密分类器，把检测器的全连接层换成卷积，于是输出的是全分辨率的类别图，而不是检测框。LibreYOLO 只把它用于语义分割。

任务: semantic
尺寸: r50, r101 at 520 px
安装: pip install libreyolo
支持层级: 仅推理，自 v 起。仅支持预测、验证和导出。训练相关的功能不适用。
上游: FCN，由 PyTorch 发布，采用 BSD-3-Clause 许可。论文、源码
许可: 代码采用 BSD-3-Clause，权重采用 BSD-3-Clause。商用

安装

FCN 不需要任何可选 extra。它导入的一切都在基础安装里。

bash

pip install libreyolo

预测

权重在首次使用时从 Hugging Face 下载，并缓存在本地。

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreFCNr50.pt")result = model(SAMPLE_IMAGE, save=True) mask = result.semantic_maskprint(mask.data.shape)   # (H, W) 类别 idprint(mask.classes)      # 图像中出现的类别 id，已排序

CLI

libreyolo predict model=LibreFCNr50.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

语义分割返回的是每个像素一个类别 id，而不是检测框，所以 result.semantic_mask 在 .data 上带一个 (H, W) 数组，在 .classes 上带图像中出现的类别 id 列表。 conf、iou 和 max_det 为了 API 一致而被接受，但不起作用：模型用 argmax 给每个像素分配一个类别，没有置信度阈值，也没有 NMS 步骤。数据源、流式处理和结果处理见预测。

变体

两种 ResNet 深度，输入都固定为 520 px。库里的推理图是 torchvision 的膨胀 ResNet FCN，而不是原论文那个基于 VGG、带跳跃连接的 FCN-8s 网络。

LibreYOLO 不训练 FCN：对这个家族调用 train() 会抛出 NotImplementedError，上面的支持层级把它标为仅推理。已发布的两个检查点（checkpoint）是 torchvision 自己的、在 COCO 上训练的权重，为 LibreYOLO 的加载器做了转换。

验证

val() 返回 metrics/mIoU 和 metrics/pixel_accuracy，在任何采用你训练所用格式的数据集上测量。

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreFCNr50.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mIoU"])print(metrics["metrics/pixel_accuracy"])

CLI

libreyolo val model=LibreFCNr50.pt data=my-dataset.yaml

导出

任务	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
semantic	semantic to ONNX：支持	semantic to TorchScript：支持	semantic to ExecuTorch：不支持	semantic to TensorRT：支持	semantic to OpenVINO：支持	semantic to Paddle：不支持	semantic to MNN：不支持	semantic to RKNN：不支持	semantic to ncnn：不支持	semantic to TFLite：不支持	semantic to CoreML：不支持	semantic to Core AI：不支持

导出的产物按文件后缀经由 LibreYOLO() 重新加载，所以一个 .onnx 或 .engine 文件的表现和检查点一样，返回同样的 Results。导出列出了每种格式接受的参数。

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreFCNr50.pt")model.export(format="onnx")model.export(format="tensorrt", half=True)

CLI

libreyolo export model=LibreFCNr50.pt format=onnxlibreyolo export model=LibreFCNr50.pt format=tensorrt half=True

使用导出的文件

from libreyolo import LibreYOLO, SAMPLE_IMAGE # 工厂按文件后缀分发，所以导出的产物加载方式和任何检查点一样，# 返回的也是同一个 Results 对象model = LibreYOLO("LibreFCNr50.onnx")result = model(SAMPLE_IMAGE) print(result.semantic_mask.data.shape)

检查点

这个家族已发布的全部权重文件。

文件	输入（px）	权重许可
semantic
LibreFCNr50.pt	520	bsd-3-clause
LibreFCNr101.pt	520	bsd-3-clause

上面的每个文件目前都在 LibreYOLO 组织中，并会在首次使用时下载。

许可证

请检查你所下载的具体权重在 Hugging Face 仓库中的许可。LibreYOLO 组织里的每个检查点都附有许可，同一家族内也不一定相同。该仓库是权威来源；以下摘要说明本页上次验证时适用的情况。

这里只说明涉及的许可证，不构成法律意见。如果答案对商用很重要，请自行阅读许可证并咨询法律顾问。

原始工作: FCN, PyTorch
上游许可: BSD-3-Clause
上游来源: github.com/pytorch/vision
LibreYOLO 代码: MIT
权重: 采用 BSD-3-Clause 许可，重新发布在 huggingface.co/LibreYOLO
解读: BSD-3-Clause is a permissive license, so this code and these weights can be used in commercial and closed-source products. It asks you to keep the copyright notice, license text and a non-endorsement clause with any copy you redistribute. LibreYOLO's inference graph is torchvision's dilated-ResNet FCN, not the original VGG-based FCN-8s skip-fusion network from the paper. The two published checkpoints are torchvision's official COCO-trained weights; their separate LibreYOLO Hugging Face mirrors carry BSD-3-Clause on an implied basis disclosed by torchvision rather than an explicit checkpoint-specific grant, and torchvision's own documentation notes that pretrained-model terms can depend on the training data, leaving that determination to the user.