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。
Python API 与 autovision-cli（31 条命令）共享同一套 Pydantic 严格校验，覆盖
检测、旋转框、实例 / 全景 / 语义分割、姿态、深度、分类的完整任务面。
框架的三条差异化主线：
- 许可干净：Apache-2.0；全仓溯源门禁与权重许可门控（受限许可权重默认 不下载，AGPL 组件仅 extras 隔离），模型库页面对每个权重给出许可与 sha256。
- 可验证一致性：ONNX / TensorRT / OpenVINO 导出默认执行数值对拍门禁， 并输出可移植的后处理规格；官方权重加载与前向对拍（含 bit-equal）； 金标准 loss 轨迹快照。
- 协议化基准：基准表只引官方发表值、自家数字必附复现 脚本、只增不改 + 勘误节。
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
可用模型与导出边界：autovision-cli list-models --task detection --pretrained、
autovision-cli model-info rfdetr/rf-detr-small。
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;换 COCO/YOLO 配置、YAML 路径或字面量 "coco8"
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 export model=runs/det1/exported_models/exported_best.pt out=model.onnx precision=fp16
autovision-cli predict model=runs/det1/exported_models/exported_best.pt source=clip.mp4 out=preds/ batch_size=4
安装¶
Python ≥ 3.10。源码安装是当前可用路径；PyPI 发布后可用
pip install autovision-framework（模型包按 extras 惰性加载，缺失时
对应清单为空而不是报错）：
pip install -e ".[transformers,timm,export]" # 常用: HF 骨干 + timm + ONNX 导出
pip install -e ".[rfdetr,export]" # 预训练 RF-DETR 直接推理
pip install -e ".[video]" # 参考推理运行时(视频/RTSP, OpenCV)
pip install -e ".[dev,export,serving,video,transformers]" # 开发/全量测试
PyPI 发行名计划使用 autovision-framework，发布后可用。
GTR 全族（MIT）需要 gtr extra；完整 extras 表见仓库 README。预训练权重从
HuggingFace 下载，受限网络可设镜像；受限许可权重默认不下载（DINOv2
CC-BY-NC 4.0 / DINOv3 License 需显式自证接受条款），许可边界见仓库 NOTICE。
各类权重的下载命令、缓存与镜像配置见权重下载。
能力速览¶
| 子系统 | 能力 |
|---|---|
| 配置 / 注册 | Pydantic 严格校验 + did-you-mean 报错 + 注册表；CLI 与 API 同一套校验 |
| 模型层 | 7 个注册源（torchvision / timm / super_gradients / ultralytics（AGPL 隔离）/ dinov2 / dinov3 / rfdetr）+ 树内 rtdetr/*、detr/*、dfine/*、picodet/*、rfdetr/*、gtr/* |
| 数据 / 变换 | 11 类数据集；mmap 文件清单（内容指纹 / 原子发布）；检测增广全套（mosaic / mixup / copyblend / box-aware eraser）；VOC / YOLO-pose / YOLO-seg 转换 + COCO 合并 |
| 预训练方法 | DistillationV3、SimCLR、DINO、DINOv2、DINOv3、DenseCL、DetCon B/S、训练中 kNN 探针 |
| 运行时 | DDP、混合精度、原子 checkpoint + resume、NaN 捕获、JSONL / TB / MLflow / W&B、OTel（opt-in） |
| 任务层 | 8 个任务面；任务指标支持跨 rank 汇聚（DDP 验证）；误差分析（FP 归因 + 混淆矩阵 + top-FP/FN 画廊）+ 伪标注 / 自训练闭环；超参搜索（随机 / 网格 / ASHA + 报告）；任务感知可视化（框 / mask / 旋转框 / 姿态 / 语义与全景分割 / 深度） |
| 部署 | ONNX（FP16 黑名单 + 数值对拍门禁）、TensorRT、int8 QDQ、benchmark 三后端 parity、参考推理运行时（视频 / RTSP + 三段式管线 + batch，同源前后处理；可选 ByteTrack 跟踪、LineZone / PolygonZone 计数、轨迹平滑；mask 默认 RLE）、参考 serving（FastAPI + TLS/多 worker + 限流 + 漂移 + A/B + /metrics） |
各模型的许可 / sha256 / 官方指标 / 一行加载代码见模型库。
文档导航¶
| 页面 | 内容 |
|---|---|
| 模型库 | 每模型：许可 / sha256 / 官方指标 / 加载代码（机器生成） |
| 基准 | 精度与延迟基准（不可变协议 + 勘误节） |
| 导出与部署 | 动态 H/W / int8 / TensorRT 11 / parity / GTR 部署注记 |
| 插件协议 | entry-point 插件、API 版本、model_source 接入与模板 |
| 私有注册表 | current / rollback / audit / 部署门禁 |
| 合规报告 | 依赖许可 / 模型卡 / 数据快照证据包 |
| 硬件伙伴包 | 一伙伴一包、转换与目标端 parity 契约 |
| LTS 政策 | LTS 节奏、支持窗口、安全 backport |
| 用户自持权重 | 仓库外 DINOv3 检测器的加载路线与许可边界 |
| 已知限制 | 定位、适配缺口、谱系状态、导出边界 |
| 架构总览 | as-built 分层契约 / 模块地图 / 质量门禁 |
| 贡献指南 | 开发环境 / 提交前门禁 / 许可与溯源红线 |
| 发布流程 | 版本政策 / 发布清单 / 权重发布政策 |
| 模型发布 | 许可审计 / 模型卡 / HF 上传 / 注册表 / 发布门禁 |
许可¶
Apache-2.0（全文：https://www.apache.org/licenses/LICENSE-2.0；仓库根
LICENSE）。第三方组件与权重溯源见仓库根 NOTICE；交互式命令全表：
autovision-cli --help
autovision-cli list-models # 当前环境可用的模型清单(按已安装 extras 过滤)