LibreYOLO/libreyolo

何を解決するか

LibreYOLOは、膨大なコンピュータビジョンタスクのための統合的でMITライセンスのAPIを提供します。検出、セグメンテーション、ポーズ推定、その他のビジョン関連AIタスク間を移動する際に、異なるライブラリや複雑な設定を切り替える必要がなくなります。

仕組み

このライブラリは、ロードするモデルチェックポイントによって特定のタスクが決定される、単一で一貫したインターフェースを使用しています。ユーザーは同じ3行のコードで、20の異なるビジョンタスクにおける推論、学習、エクスポートが可能です。画像、ウェブカメラ、RTSPストリーム、YouTube URL、スクリーンキャプチャなど、幅広い入力ソースをサポートしています。

対象ユーザー

インストールとデプロイが簡単で、さまざまなハードウェアバックエンドで利用可能な包括的なコンピュータビジョンツールキットが必要な開発者や研究者向けに設計されています。

特徴

• 統合API: 検出、セグメンテーション、ポーズ、深度、OCRなど、一つのインターフェースで対応。
• 広範なモデルサポート: YOLOv9、SAM 2、Depth Anything、さまざまなVLMなど、多数のタスク用モデルを含む大規模なモデルライブラリ。
• クロスプラットフォームエクスポート: ONNX、TensorRT、OpenVINO、CoreMLなど、12種類の異なるフォーマットをサポート。
• 統合学習: マルチGPU学習、LoRA、Weights & BiasesやMLflowなどのログ記録ツールとの統合を内蔵。
• 柔軟な入力: ライブストリームやスクリーンキャプチャなど、多様な入力ソースを処理可能。