任务示例¶

仓库为 8 个任务族各提供两个脚本，位于 examples/tasks/：

<task>.py：纯推理，加载现有权重 → 预测 → 标注，不训练；
<task>_train.py：训练示例，默认生成小型合成数据（检测用 coco8）。

示例不在 src/autovision/tasks/ 内：它们不随 wheel 发布，且训练示例会导入 CLI 编排层，放在任务包内会破坏仓库的单向分层约束。

推理示例：

默认图片 examples/tasks/assets/airport_aerial.jpg（CC0，San Diego 机场俯视图；来源与 sha256 见 assets/README.md）；
支持 --weights（训练导出的 .pt）、--image、--threshold；
输出 prediction.jpg + detections.json。

训练示例：

默认 GTR 家族：用很小的随机初始化配置跑 1–3 步，需要 .[gtr] + CUDA （仅全景/分类没有 GTR 路线，保持 CPU 友好）；
打印 checkpoint、导出模型、验证指标与类别表；
支持 --predict-image、--export、--dry-run。

安装与快速开始¶

pip install -e ".[gtr,download,export]"   # GTR 示例（CUDA + Triton）

# 推理：官方权重，不训练
python examples/tasks/detection.py
python examples/tasks/oriented_detection.py
python examples/tasks/instance_segmentation.py
python examples/tasks/semantic_segmentation.py
python examples/tasks/pose_estimation.py
python examples/tasks/depth_estimation.py

# 全景/分类没有官方任务权重，需用训练导出的 .pt
python examples/tasks/panoptic_segmentation.py \
    --weights runs/examples/panoptic_segmentation_train/exported_models/exported_last.pt

# 训练示例
python examples/tasks/detection_train.py --steps 2
python examples/tasks/classification_train.py --steps 2
python examples/tasks/instance_segmentation_train.py --dry-run

所有推理示例默认加载官方 GTR MIT 权重：检测 detr/gtrvit-s，其余任务 gtrobb_s_dota / gtrseg_s_coco / gtrsemseg_s_cityscapes / gtrpose_s_coco / gtrdepth_s（检测可用 --model rfdetr/rf-detr-nano 切换到 CPU 友好的发布权重）。所有推理脚本默认使用 CC0 的 assets/airport_aerial.jpg（与 DOTA 旋转框权重的俯视域匹配）；需要街景或其他任务图片时用 --image 指定。GTR 需要：

pip install -e ".[gtr]"   # CUDA + Triton

detection.py --effect 展示迁移自 supervision 的增强标注器： corner / round 用角标框或圆角框替代普通框，blur / pixelate 在画框前对检测区域做隐私模糊/马赛克；默认 none 保持原渲染：

python examples/tasks/detection.py --effect corner
python examples/tasks/detection.py --effect blur --threshold 0.5

YOLO 基线示例（可选，AGPL）¶

examples/tasks/yolo/ 另有 5 个 Ultralytics YOLO 推理示例：检测、分割、姿态、旋转框、分类，复用同一批图片。ultralytics 是 AGPL-3.0，不属于 Apache-2.0 核心：

pip install -e ".[ultralytics]"
python examples/tasks/yolo/detection.py
python examples/tasks/yolo/segmentation.py
python examples/tasks/yolo/pose.py
python examples/tasks/yolo/obb.py            # 默认机场航拍图
python examples/tasks/yolo/classification.py

权重缓存到 ~/.cache/autovision/yolo，不会写进仓库。检测 / 分割 / 姿态权重从 ModelScope 的 Ultralytics/YOLO11 下载；OBB / 分类不在该仓库，回退到 Ultralytics 默认源或使用本地 --model /path/to/*.pt。详见仓库内 examples/tasks/yolo/README.md。

任务与默认权重¶

任务	推理脚本	训练脚本	默认推理权重
检测	`detection.py`	`detection_train.py`	`detr/gtrvit-s`（GTR, COCO）
旋转框	`oriented_detection.py`	`oriented_detection_train.py`	`gtrobb_s_dota`（GTR, DOTA）
实例分割	`instance_segmentation.py`	`instance_segmentation_train.py`	`gtrseg_s_coco`（GTR, COCO）
全景分割	`panoptic_segmentation.py`	`panoptic_segmentation_train.py`	需 `--weights`
语义分割	`semantic_segmentation.py`	`semantic_segmentation_train.py`	`gtrsemseg_s_cityscapes`
姿态	`pose_estimation.py`	`pose_estimation_train.py`	`gtrpose_s_coco`（GTR, COCO）
深度	`depth_estimation.py`	`depth_estimation_train.py`	`gtrdepth_s`（GTR）
分类	`classification.py`	`classification_train.py`	需 `--weights`

训练脚本的数据契约不变（检测 COCO/YOLO、旋转框 YOLO-OBB、实例 COCO instances、全景 masks + segments、语义成对 images/masks、姿态 COCO person_keypoints、深度 images + depths、分类 ImageFolder）；六个 GTR 路线（检测 / 旋转框 / 实例 / 语义 / 姿态 / 深度）的训练示例默认 tiny 随机初始化配置，官方权重可用 model_args={"checkpoint": "<资产名>"} 直载微调。

真实数据配置示例：

# 实例分割
data = {"train": {"annotations": "instances_train.json", "images": "train2017"},
        "val":   {"annotations": "instances_val.json",   "images": "val2017"}}

# 语义分割
data = {"train": {"images": "images/train", "masks": "masks/train"},
        "val":   {"images": "images/val", "masks": "masks/val"}}

# 姿态
data = {"train": {"annotations": "person_keypoints_train2017.json",
                  "images": "train2017"},
        "val":   {"annotations": "person_keypoints_val2017.json",
                  "images": "val2017"}}

# 深度
data = {"train": {"images": "images/train", "depths": "depths/train"},
        "val":   {"images": "images/val", "depths": "depths/val"}}

完整的数据 schema、公共参数和导出说明见仓库内 examples/tasks/README.md。

说明¶

训练示例默认只跑 1–3 步，指标没有参考意义，只用于确认管线能跑通；真实精度请用基准中的配方。
--export 只复制 .pt；ONNX / OpenVINO / TensorRT 请用 autovision-cli export（默认带数值对拍门禁）。
输出默认在 runs/examples/<task>/（推理）或 runs/examples/<task>_train/（训练），演示数据在 runs/examples/_demo_data/<task>/，--overwrite 不会删除演示数据。