YOLOv7

YOLOv7 是一个基于锚框的单阶段检测器，它的 head 在最后一层卷积之前加上学到的隐式知识（implicit knowledge）偏移量。LibreYOLO 支持它已发布的那一个尺寸，用于目标检测。

任务: detection
尺寸: b at 640 px
安装: pip install libreyolo
支持层级: 已支持，自 v 起。起支撑作用的可训练家族：在 CI 里保持绿色，功能视情况落地。
上游: YOLOv7，由 MultimediaTechLab 发布，采用 MIT 许可。论文、源码
许可: 代码采用 MIT，权重采用 MIT。商用

安装

YOLOv7 在基础包之外不需要任何 extra。

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("LibreYOLO7b.pt")result = model(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

CLI

libreyolo predict model=LibreYOLO7b.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

返回的 Results 对象就是每个家族都返回的那一个，所以换用另一个检测器只是一行改动。conf 设置置信度阈值，iou 设置 NMS 阈值，后者在基于锚框的 head 解码完成之后施加。数据源、流式处理和结果处理见预测。

变体

LibreYOLO 只提供一种尺寸 b。上游只发布了一个 YOLOv7 模型，所以没有尺寸可选。

训练

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO7b.pt")model.train(data="my-dataset.yaml", epochs=300, imgsz=640, batch=16, lr0=0.01)

CLI

libreyolo train model=LibreYOLO7b.pt data=my-dataset.yaml \  epochs=300 imgsz=640 batch=16 lr0=0.01

从一个全新模型热启动

from libreyolo import LibreYOLO7 # pretrained=True 总是加载已发布的 LibreYOLO7b.pt 检查点，# 无论这个实例构造时用的是什么；直接构造这个类，# 而不是经由 LibreYOLO()，一开始不会加载任何权重model = LibreYOLO7(None, size="b")model.train(data="my-dataset.yaml", epochs=300, pretrained=True)

pretrained 在这里是会被读取的，不像这边另外几个家族上同名的那个空操作：传 True 就从已发布的 LibreYOLO7b.pt 检查点（checkpoint）热启动（会自动下载），传路径或名字则加载别的权重。那份已发布的检查点是 80 类的 COCO 权重，所以在一个已经按别的类别数重建过的模型上要求它，会先重建回 80 类、把它加载进来，再在读到数据集的类别数之后，把每一个形状匹配的张量迁移到目标 head 的类别数上。 resume=True 不能和 pretrained 一起用。保持默认的 None 时，训练从模型构造时所带的权重继续，如果什么都没加载过，就从随机初始化开始。

其余不动时，训练器以 lr0=0.01 跑 300 轮，用动量 0.937 的 SGD、3 轮预热，以及和 YOLOX 相同的 SimOTA 分配和最后 15 轮不做数据增强的阶段，只是适配到了基于锚框的 head 上。唯一的区别：YOLOX 在收尾那几轮里加了一个 L1 检测框回归精修，v7 跳过了它，因为 v7 的 SimOTA 损失函数里没有可供精修的原始偏移量 L1 分支。

数据集、数据增强、多卡训练和日志记录器见训练。

验证

val() 返回一个由 metrics/ 键组成的字典，涵盖查准率、查全率、mAP 50 和 mAP 50-95，在任何采用你训练时所用格式的数据集上测量。

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO7b.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95"])print(metrics["metrics/mAP50"])

CLI

libreyolo val model=LibreYOLO7b.pt data=my-dataset.yaml

导出

任务	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Detection	Detection to ONNX：支持	Detection to TorchScript：支持	Detection to ExecuTorch：支持	Detection to TensorRT：支持	Detection to OpenVINO：支持	Detection to Paddle：不支持	Detection to MNN：不支持	Detection to RKNN：不支持	Detection to ncnn：支持	Detection to TFLite：不支持	Detection to CoreML：不支持	Detection to Core AI：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。在不装 LibreYOLO 的裸运行时里跑这张计算图也是支持的，但那样预处理和后处理就得你自己写。

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO7b.pt")model.export(format="onnx", imgsz=640)model.export(format="tensorrt", imgsz=640, half=True)

CLI

libreyolo export model=LibreYOLO7b.pt format=onnx imgsz=640libreyolo export model=LibreYOLO7b.pt format=tensorrt imgsz=640 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("LibreYOLO7b.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

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
Detection
LibreYOLO7b.pt	640	mit

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: YOLOv7, MultimediaTechLab
上游许可: MIT
上游来源: github.com/MultimediaTechLab/YOLO
LibreYOLO 代码: MIT
权重: 采用 MIT 许可，重新发布在 huggingface.co/LibreYOLO
解读: MIT is a permissive license, so these weights can be used in commercial and closed-source products. The one standing obligation is to keep the license text and the copyright notice, Kin-Yiu Wong and Hao-Tang Tsui, with any copy you redistribute. It places no condition on your own application code, and a model you train yourself on your own data is yours. The port follows the authors' MIT re-release of YOLOv7, not the GPL-3.0 WongKinYiu/yolov7 repository that carries the same model, so the permissive terms come from the source LibreYOLO actually derives from.

引用

@inproceedings{wang2022yolov7,
      title={{YOLOv7}: Trainable Bag-of-Freebies Sets New State-of-the-Art for Real-Time Object Detectors},
      author={Wang, Chien-Yao and Bochkovskiy, Alexey and Liao, Hong-Yuan Mark},
      year={2023},
      booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
}

复制自作者在 github.com/MultimediaTechLab/YOLO#citations 上提供的引用块。