AutoVision

企业级视觉模型训练框架：自监督预训练 / 蒸馏 → 微调 → 评测 → 导出一条链走完。 覆盖检测、旋转框、实例 / 全景 / 语义分割、姿态、深度、分类；Python API 与 autovision-cli 共享同一套 Pydantic 严格校验。

发行名说明：PyPI 包名是 autovision-framework，import 包名仍是 autovision，命令行仍是 autovision-cli。本项目与 PyPI 上无关的 autovision 0.0.1 包没有关系；请确认安装的是 autovision-framework。

链接：源码仓库 · 文档站 · 变更日志

安装

Python ≥ 3.10：

pip install autovision-framework

# 常用组合：HF 骨干 + timm + ONNX 导出
pip install "autovision-framework[transformers,timm,export]"

# 预训练 RF-DETR 直接推理
pip install "autovision-framework[rfdetr,export]"

模型包按 extras 惰性加载，缺失时对应清单为空而不是报错。完整 extras 表见 仓库 README。

快速开始

不训练，直接加载发布权重并预测：

import autovision

model = autovision.detection("rfdetr/rf-detr-small", pretrained=True)
result = model.predict("image.jpg")   # {'bboxes': ..., 'scores': ..., 'labels': ...}
model.export("model.onnx")            # parity 门禁 + postprocess 规格

目标检测，训练 → 验证 → 预测 → 导出：

import autovision

data = autovision.ensure_coco8()   # 合成冒烟数据集；可换 COCO/YOLO 配置
model = autovision.detection("rtdetr/resnet18").train(
    out="runs/det1", data=data, steps=2000, batch_size="auto",
)
model.val(data=data)          # {'map': ..., 'map_50': ...}
model.predict("image.jpg")    # {'bboxes': ..., 'scores': ..., 'labels': ...}
model.export("model.onnx")    # 按 .onnx / .engine / .pt 后缀分发

等价命令行（同一套 Pydantic 校验）：

autovision-cli train-object-detection out=runs/det1 data=data.yaml steps=2000
autovision-cli val     model=runs/det1/exported_models/exported_best.pt data=coco8
autovision-cli predict model=runs/det1/exported_models/exported_best.pt images=dir/ out=preds/ threshold=0.5

常用 extras

许可

Apache-2.0（AutoVision 自有代码；全文： https://www.apache.org/licenses/LICENSE-2.0）。第三方组件与权重溯源见发行包内的 NOTICE 与 THIRD_PARTY_LICENSES.md。受限许可权重（DINOv2 CC-BY-NC 4.0 / DINOv3 License）默认不下载；用户自持权重不可再分发。

0.3.0 许可状态：DEIMv2 派生的 SpatialPriorModule 已删除；DINOv3 ViT 变体保留并使用 no-STA adapter，发行物不再包含 DEIMv2 代码。旧的 backbone.sta.* ViT 检查点不受支持，需重新训练/导出。详见 docs/provenance/LEDGER.md。

完整文档（模型库、基准、导出细节、已知限制）见 文档站 与源码仓库的 docs/ 目录。