corenet은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

corenet은(는) Other 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

corenet은(는) 아직 유지보수되고 있나요?

6개월 이내 업데이트. corenet의 마지막 커밋은 2026년 9월 25일입니다.

corenet은(는) 어디에 사용할 수 있나요?

재현 가능한 설정을 사용해 커스텀 데이터셋으로 분류 또는 탐지 모델을 학습합니다. MobileViT나 CatLIP 같은 Apple 공개 연구를 재현하거나 확장합니다. 대규모로 CLIP 방식의 모델이나 소형 언어 모델을 사전 학습하거나 파인튜닝합니다. MLX를 통해 Apple Silicon에서 일부 모델의 추론을 효율적으로 실행합니다.

corenet는 어떻게 설치하나요?

Git LFS 설치(Linux, apt 사용): sudo apt install git-lfs 저장소 클론하기: git clone git@github.com:apple/corenet.git 저장소 폴더로 이동해 LFS 파일 가져오기: git lfs pull pip로 CoreNet을 편집 가능 모드로 설치하기(선택 사항: venv 내에서 실행): python3 -m pip install --editable .

corenet은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/apple/corenet

apple/corenet

Apple이 제공하는 PyTorch 기반 툴킷으로, CLIP, LLM, 분류·탐지·세그멘테이션 모델을 비롯한 다양한 규모의 딥 뉴럴 네트워크를 학습할 수 있습니다.

GitHub에서 보기

스타: 7,013
포크: 542
열린 이슈: 18
마지막 커밋: 지난달

어떤 프로젝트인가요?

CoreNet은 Apple이 제공하는 딥 뉴럴 네트워크 툴킷으로, 파운데이션 모델(CLIP 및 LLM), 객체 분류, 객체 탐지, 시맨틱 세그멘테이션 등 다양한 작업에서 소규모부터 대규모까지 표준 모델과 새로운 모델을 학습할 수 있습니다. PyTorch 기반이며, 레지스트리에 등록된 모델, 데이터셋, 학습 파이프라인을 선택하는 YAML 설정 파일로 작동합니다.

저장소에는 OpenELM, CatLIP, FastViT, MobileOne, MobileViT, KV Prediction 등 Apple의 공개 연구 프로젝트를 위한 학습 및 평가 레시피와 사전 학습 가중치 링크가 포함되어 있습니다. 새로운 데이터셋으로 모델을 학습하는 방법, 다중 노드 SLURM 학습, CLIP, 시맨틱 세그멘테이션, 객체 탐지에 관한 튜토리얼도 제공합니다. Apple Silicon에서 MLX를 사용해 일부 모델을 효율적으로 실행하는 예제도 포함되어 있습니다.

CoreNet은 이전의 CVNets 라이브러리에서 발전했으며, 컴퓨터 비전을 넘어 언어 및 멀티모달 모델까지 지원 범위를 확장했습니다.

핵심 기능

01OpenELM, CatLIP, MobileViT 등의 공개 모델을 위한 학습 레시피와 사전 학습 가중치를 제공합니다.
02YAML 파일을 통해 설정하는 모델, 데이터셋, 손실 함수 레지스트리를 제공합니다.
03비전 분류·탐지·세그멘테이션, CLIP 방식의 멀티모달 모델, 언어 모델을 지원합니다.
04SLURM을 포함한 다중 노드 학습 가이드를 제공합니다.
05Apple Silicon에서 일부 모델을 실행하는 MLX 예제를 제공합니다.

활용 사례

재현 가능한 설정을 사용해 커스텀 데이터셋으로 분류 또는 탐지 모델을 학습합니다.
MobileViT나 CatLIP 같은 Apple 공개 연구를 재현하거나 확장합니다.
대규모로 CLIP 방식의 모델이나 소형 언어 모델을 사전 학습하거나 파인튜닝합니다.
MLX를 통해 Apple Silicon에서 일부 모델의 추론을 효율적으로 실행합니다.

빠른 시작

1
Git LFS 설치(Linux, apt 사용)
sudo apt install git-lfs
2
저장소 클론하기
git clone git@github.com:apple/corenet.git
3
저장소 폴더로 이동해 LFS 파일 가져오기
git lfs pull
4
pip로 CoreNet을 편집 가능 모드로 설치하기(선택 사항: venv 내에서 실행)
python3 -m pip install --editable .

사용 전 알아둘 점

라이선스가 명확히 확인되지 않으며(NOASSERTION으로 표시됨), 사용 전에 LICENSE 파일을 확인하세요.
README에서는 Linux, Python 3.10 이상, PyTorch 2.1.0 이상을 권장하며, 저장소 콘텐츠를 가져오려면 Git LFS가 필요합니다.
오디오 및 비디오 기능에는 sox, ffmpeg와 같은 추가 시스템 패키지가 필요합니다.

포함된 컬렉션

컴퓨터 비전 라이브러리 및 도구

토픽

#deep-learning #pytorch #computer-vision #llm#clip#object-detection#semantic-segmentation#training

자주 묻는 질문

corenet은(는) 무엇인가요?: Apple이 제공하는 PyTorch 기반 툴킷으로, CLIP, LLM, 분류·탐지·세그멘테이션 모델을 비롯한 다양한 규모의 딥 뉴럴 네트워크를 학습할 수 있습니다. CoreNet은 Apple이 제공하는 딥 뉴럴 네트워크 툴킷으로, 파운데이션 모델(CLIP 및 LLM), 객체 분류, 객체 탐지, 시맨틱 세그멘테이션 등 다양한 작업에서 소규모부터 대규모까지 표준 모델과 새로운 모델을 학습할 수 있습니다. PyTorch 기반이며, 레지스트리에 등록된 모델, 데이터셋, 학습 파이프라인을 선택하는 YAML 설정 파일로 작동합니다.
corenet은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: corenet은(는) Other 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
corenet은(는) 아직 유지보수되고 있나요?: 6개월 이내 업데이트. corenet의 마지막 커밋은 2026년 9월 25일입니다.
corenet은(는) 어디에 사용할 수 있나요?: 재현 가능한 설정을 사용해 커스텀 데이터셋으로 분류 또는 탐지 모델을 학습합니다. MobileViT나 CatLIP 같은 Apple 공개 연구를 재현하거나 확장합니다. 대규모로 CLIP 방식의 모델이나 소형 언어 모델을 사전 학습하거나 파인튜닝합니다. MLX를 통해 Apple Silicon에서 일부 모델의 추론을 효율적으로 실행합니다.
corenet는 어떻게 설치하나요?: Git LFS 설치(Linux, apt 사용): sudo apt install git-lfs 저장소 클론하기: git clone git@github.com:apple/corenet.git 저장소 폴더로 이동해 LFS 파일 가져오기: git lfs pull pip로 CoreNet을 편집 가능 모드로 설치하기(선택 사항: venv 내에서 실행): python3 -m pip install --editable .
corenet은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/apple/corenet

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.