apple/corenet

これは何？

主な機能

• 01OpenELM、CatLIP、MobileViTなど、公開済みモデルの学習レシピと事前学習済み重みを提供。
• 02YAMLファイルで設定できる、モデル・データセット・損失関数のレジストリ。
• 03画像分類、物体検出、セグメンテーション、CLIP形式のマルチモーダルモデル、言語モデルに対応。
• 04SLURMを含む、マルチノード学習のガイダンス。
• 05Apple Silicon上で一部のモデルを実行するためのMLXサンプル。

ユースケース

• 再現可能な設定を使い、カスタムデータセットで分類モデルや検出モデルを学習する。
• MobileViTやCatLIPなど、Appleの公開研究を再現したり発展させたりする。
• CLIP形式のモデルや小規模言語モデルを大規模に事前学習またはファインチューニングする。
• MLXを使って、Apple Silicon上で一部のモデルの推論を効率よく実行する。

クイックスタート

1. 1

   Git LFSをインストールする（Linux、aptを使用）

   sudo apt install git-lfs
2. 2

   リポジトリをクローンする

   git clone git@github.com:apple/corenet.git
3. 3

   リポジトリのフォルダーに移動し、LFSファイルを取得する

   git lfs pull
4. 4

   pipでCoreNetを編集可能モードでインストールする（必要に応じてvenv内で実行）

   python3 -m pip install --editable .

使う前に知っておきたいこと

• !ライセンスが明確に特定されておらず（NOASSERTIONと記載）、使用前にLICENSEファイルを確認してください。
• !READMEではLinux、Python 3.10以降、PyTorch 2.1.0以降が推奨されており、リポジトリの内容を取得するにはGit LFSが必要です。
• !音声および動画機能には、soxやffmpegなどの追加システムパッケージが必要です。

収録されている特集

トピック

よくある質問

corenet とは？

Appleが開発したPyTorchベースのツールキット。CLIPやLLM、分類・検出・セグメンテーションなど、小規模から大規模までの深層ニューラルネットワークの学習に対応します。 CoreNetはAppleが開発した深層ニューラルネットワークのツールキットです。基盤モデル（CLIPやLLM）、物体分類、物体検出、セマンティックセグメンテーションなどのタスクに向けて、小規模から大規模まで、標準的なモデルや新しいモデルを学習できます。PyTorchをベースにしており、YAML設定ファイルでレジストリからモデル、データセット、学習パイプラインを選択します。

corenet は無料で使えますか？ライセンスは？

corenet は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

corenet は今もメンテナンスされていますか？

半年以内に更新あり。corenet の最終コミットは 2026年9月25日 です。

corenet は何に使えますか？

再現可能な設定を使い、カスタムデータセットで分類モデルや検出モデルを学習する。 MobileViTやCatLIPなど、Appleの公開研究を再現したり発展させたりする。 CLIP形式のモデルや小規模言語モデルを大規模に事前学習またはファインチューニングする。 MLXを使って、Apple Silicon上で一部のモデルの推論を効率よく実行する。

corenet のインストール方法は？

Git LFSをインストールする（Linux、aptを使用）: sudo apt install git-lfs リポジトリをクローンする: git clone git@github.com:apple/corenet.git リポジトリのフォルダーに移動し、LFSファイルを取得する: git lfs pull pipでCoreNetを編集可能モードでインストールする（必要に応じてvenv内で実行）: python3 -m pip install --editable .

corenet はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/apple/corenet