开放词汇 API
LibreOpenVocab 是文本条件检测器的工厂。类别列表是一段提示词，而不是固定的 head，所以词汇表由 set_classes 设定，模型据此返回针对它的普通检测 Results。
安装
这一层需要 openvocab extra。
pip install 'libreyolo[openvocab]'工厂
LibreOpenVocab(model: str = "grounding-dino-tiny", **kwargs) -> LibreOpenVocabDetectormodel 是一个别名，不是路径。查找之前下划线会折叠成连字符，所以 CLI 清单打印出
的那些带家族前缀的名字，比如 omdet_turbo-t 和 grounding_dino-t，照原样就能加
载。未知的别名会抛出 ValueError，并列出每一个已知的别名。
构造函数接收 size、nb_classes=80、names=None、device="auto"、task=None
和 text_threshold=None。传 names 等同于加载完立刻调用一次 set_classes。把
text_threshold 传给不支持它的家族会抛出 TypeError。
from libreyolo import LibreOpenVocab, SAMPLE_IMAGE model = LibreOpenVocab("grounding-dino-tiny")model.set_classes(["person", "skateboard", "handrail"]) result = model.predict(SAMPLE_IMAGE)for box, cls in zip(result.boxes.xyxy, result.boxes.cls): print(result.names[int(cls)], box.tolist())家族与别名
| 家族 | 别名 | 尺寸 | 权重 |
|---|---|---|---|
| Grounding DINO | grounding-dino、groundingdino、grounding-dino-tiny、groundingdino-tiny、grounding-dino-t、groundingdino-t、grounding-dino-base、groundingdino-base、grounding-dino-b、groundingdino-b | t、b | LibreYOLO/LibreGroundingDINOt、LibreYOLO/LibreGroundingDINOb |
| OWLv2 | owlv2、owl-v2、owlv2-base、owl-v2-base、owlv2-b16、owl-v2-b16、owlv2-large、owl-v2-large、owlv2-l14、owl-v2-l14 | b16、l14 | LibreYOLO/LibreOWLv2b16、LibreYOLO/LibreOWLv2l14 |
| OMDet-Turbo | omdet-turbo、omdet、omdetturbo、omdet-turbo-tiny、omdet-turbo-swin-tiny、omdet-turbo-t | t | LibreYOLO/LibreOMDetTurbot |
| OV-DEIM | ov-deim、ovdeim、ov-deim-s、ovdeim-s、ov-deim-m、ovdeim-m、ov-deim-l、ovdeim-l | s、m、l | LibreYOLO/LibreOVDEIMs、LibreYOLO/LibreOVDEIMm、LibreYOLO/LibreOVDEIMl |
默认别名是 grounding-dino-tiny。
LibreGroundingDINO、LibreOWLv2 和 LibreOMDetTurbo 在包级别导出，可以直接用
size= 构造。OV-DEIM 则通过上面那些工厂别名访问。
set_classes
model.set_classes(classes: list[str]) -> LibreOpenVocabDetector为之后每一次 predict() 调用设定词汇表，并返回模型本身，所以调用可以链式书写。
列表必须非空，元素必须都是字符串，并且在不区分大小写比较时必须互不重复；空白标签
会被拒绝。直接传一个字符串会抛出 TypeError，因为它会被枚举成一堆单字符类别。
调用之后，model.names 会按给定的顺序把 0..N-1 映射到各个标签，
model.nb_classes 就是 N。
调用参数
这一层复用标准的预测接口，只有三处不同。
conf 的默认值取各家族自己的取值，而不是共用的 0.25：
| 家族 | 默认 conf | 抑制 |
|---|---|---|
| Grounding DINO | 0.25 | |
| OWLv2 | 0.1 | |
| OMDet-Turbo | 0.3 | 它自己的后处理，阈值 0.5，采纳 iou= |
| OV-DEIM | 0.25 | 一对一匹配加 top-K 选取，不做抑制 |
iou= 只对会跑抑制的家族有意义。OMDet-Turbo 把阈值当作一个参数接收，iou= 没有
设置时默认为 0.5。另外三个什么都不抑制，所以在那里传 iou= 会发出一条警告，并且
被忽略。
text_threshold= 只有 Grounding DINO 有，在那里默认为 0.25。它可以在构造时传入
作为一个长期生效的值，也可以每次调用时传。按次传的值不能和 stream=True 一起
用，因为流式的结果是惰性生成的；这种情况请改在构造函数上设置。其他每个家族碰到它
都会抛出 TypeError。
imgsz= 会抛出 ValueError：这一层的缩放由预处理流水线负责。augment=True 同样
会抛错，因为测试时增强（TTA）不在这里的范围内。各家族的输入尺寸只作记录，仅供参
考：Grounding DINO 800、OWLv2 960 和 1008、OMDet-Turbo 640、OV-DEIM 640。
不支持
train()、val()、track() 和 export() 都会抛出 NotImplementedError。请在
上游做微调，再把得到的权重加载进来；跟踪则用逐帧调用 predict() 代替。验证需要一
个专门的验证器，因为共用的检测验证器是拿图像张量去调用模型的，而这一层要的是文本
条件的输入。