jolibrain/deepdetect

Что это?

Ключевые возможности

• 01Обучайте модели и запускайте инференс через CLI или REST API.
• 02Создавайте сервисы моделей на основе локальных репозиториев моделей без базы данных.
• 03Запускайте асинхронное обучение и проверяйте его состояние.
• 04Поддерживает изображения, текст, табличные данные, временные ряды и разреженные данные через один API.
• 05Включает профили CLI для YOLOX и SegFormer с настройками в YAML.
• 06Использует Torch в качестве основного backend и поддерживает инференс через TensorRT.

Сценарии использования

• Проводите воспроизводимое обучение и инференс для обнаружения объектов из командной строки.
• Предоставляйте доступ к моделям глубокого обучения через REST API в отдельном процессе или контейнере.
• Встраивайте обучение моделей и предсказания в конвейеры автоматизации с помощью структурированного вывода CLI.
• Развёртывайте модели для временных рядов или табличных данных с хранилищем моделей на основе файловой системы.

Быстрый старт

1. 1

   Установите wheel для CPU в среду Python

   python -m pip install --extra-index-url https://www.deepdetect.com/download/wheels/simple deepdetect-cpu
2. 2

   Выведите список профилей и параметров CLI, входящих в пакет

   deepdetect inspect models
3. 3

   Подготовьте набор данных для быстрого старта YOLOX и репозиторий модели

   python bindings/python/scripts/prepare_cli_yolox_quickstart.py --output /tmp/deepdetect-yolox-quickstart --force
4. 4

   Обучите YOLOX в очень небольшом запуске

   deepdetect train yolox --config /tmp/deepdetect-yolox-quickstart/yolox-quickstart.yaml --terminal live

Что важно знать

• !Распространяется по лицензии LGPL v3 — лицензии с требованием сохранять копилефт.
• !CLI, входящий в пакет, поддерживает только рабочие процессы YOLOX и SegFormer; для доступа к более широкому API необходим сервер.
• !Wheel для CPU и wheel для GPU нельзя установить в одну и ту же среду Python.

В подборках

Темы

Частые вопросы

Что такое deepdetect?

Сервер глубокого обучения, Python wheel и CLI для обучения моделей и запуска инференса на изображениях, текстах, табличных данных и временных рядах через REST API. DeepDetect — среда выполнения для глубокого обучения, которую можно использовать тремя способами: как Python wheel, встраивающий среду выполнения в текущее окружение и предоставляющий CLI `deepdetect`; как постоянно работающий REST-сервер; или через Docker. Проект позволяет создавать сервисы моделей на основе локальных репозиториев моделей, запускать асинхронное обучение и следить за его состоянием, а также выполнять предсказания.

deepdetect можно использовать бесплатно? Какая у него лицензия?

deepdetect распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.

deepdetect всё ещё поддерживается?

Активно поддерживается. Последний коммит в deepdetect — 30 окт. 2026 г..

Для чего можно использовать deepdetect?

Проводите воспроизводимое обучение и инференс для обнаружения объектов из командной строки. Предоставляйте доступ к моделям глубокого обучения через REST API в отдельном процессе или контейнере. Встраивайте обучение моделей и предсказания в конвейеры автоматизации с помощью структурированного вывода CLI. Развёртывайте модели для временных рядов или табличных данных с хранилищем моделей на основе файловой системы.

Как установить deepdetect?

Установите wheel для CPU в среду Python: python -m pip install --extra-index-url https://www.deepdetect.com/download/wheels/simple deepdetect-cpu Выведите список профилей и параметров CLI, входящих в пакет: deepdetect inspect models Подготовьте набор данных для быстрого старта YOLOX и репозиторий модели: python bindings/python/scripts/prepare_cli_yolox_quickstart.py --output /tmp/deepdetect-yolox-quickstart --force Обучите YOLOX в очень небольшом запуске: deepdetect train yolox --config /tmp/deepdetect-yolox-quickstart/yolox-quickstart.yaml --terminal live

Где скачать deepdetect?

Исходный код и инструкции по установке — на GitHub: https://github.com/jolibrain/deepdetect