宇图瑞视 · AI 体验平台
开源许可与来源说明
按左侧目录逐项说明各能力的算法来源与许可状态；各表中的「能力」列即左侧菜单项，可直接点击进入对应体验页。
本站为技术演示站点，不主张第三方模型、算法框架或数据集的权属，相关内容仅作归属说明，全部能力免费开放、无任何收费行为。权利人如认为展示不妥，联系我们后即下架。
一、自有算法
| 能力（对应菜单项） | 算法框架 | 权重来源 | 许可 |
|---|---|---|---|
| 安全防护 · 行为识别 · 场景环境 安全帽 / 反光衣 / 厨师帽 / 持械 · 抽烟 / 玩手机 / 睡岗 / 打架 / 攀爬 · 人体动作 / 密集人群 / 火焰烟火 / 烟尘 / 老鼠 / 学生状态 |
YOLO 架构 | 宇图瑞视自有训练权重 | 自有 |
| 人脸识别 | 自有人脸特征网络 XcFaceNet 系列 |
宇图瑞视自有训练权重 人脸检测：YuNet（MIT） |
自有 |
| 人员重识别 | OSNet-AIN 架构 | 宇图瑞视自有训练权重 | 自有 |
| 车牌识别 / 文字识别 | PP-OCRv4 检测 + 识别 | 开源预训练权重（见 4.2） | Apache-2.0 |
| 音频安防监测 | AudioSet AST（527 类） | 开源预训练权重（见 4.2） | BSD-3-Clause |
上表三行视觉模型的权重均由宇图瑞视自行训练产生；线上以 ONNX 模型经 ONNX Runtime 独立推理，运行时不包含、不调用 Ultralytics 代码库（说明见 4.1）。
二、数据集市场
共 13 个 YOLO 格式标注数据集（images + labels，含 train / valid 划分），覆盖 36 个类别、86,733 张实拍标注样本；部分整理自公开网络资源、部分为自行采集与合并。使用与商用前请遵循其原始来源的许可条款。前往数据集市场 →
三、多模态大模型
大模型服务由使用者自行接入（OpenAI 兼容接口）。本站仅提供提示词与结果展示的交互外壳，不托管、不分发任何大模型权重；其许可条款与使用成本由供应商决定。
四、第三方开源
4.1 AGPL-3.0 模型与代码库（Ultralytics 官方 / THU-MIG / 腾讯 / YOLO 系衍生）
| 能力（对应菜单项） | 模型 | 口径 | 许可 |
|---|---|---|---|
| YOLOE 开放词汇检测 | YOLOE-11s | 97 类固化词表 COCO 80 类 + 安防扩展 | AGPL-3.0 需企业授权 |
| YOLO-World v2 开放词汇检测 | YOLO-World v2 S | 97 类固化词表 与 YOLOE 同词表 | |
| YOLOv5 目标检测 | YOLOv5n | COCO 80 类 anchor-based，含objectness 通道 | |
| YOLOv8 目标检测 | YOLOv8n | COCO 80 类 | |
| YOLOv8 姿态估计 | YOLOv8n-Pose | 17 关键点 | |
| YOLOv8 旋转框检测 | YOLOv8n-OBB | DOTA 15 类 | |
| YOLOv9 目标检测 | YOLOv9-t | COCO 80 类 PGI + GELAN（ECCV 2024，原仓库 GPL-3.0） | |
| YOLOv10 目标检测 | YOLOv10-n | COCO 80 类 无 NMS 端到端（NeurIPS 2024） | |
| YOLO11 目标检测 | YOLO11n | COCO 80 类 | |
| YOLO11 实例分割 | YOLO11n-Seg | 像素级掩码 | |
| YOLO11 多目标追踪 | YOLO11n + 轨迹关联 | 逐帧检测 + 跨帧编号 思路参考 ByteTrack（MIT） | |
| YOLOv12 目标检测 | YOLOv12-n | COCO 80 类 注意力中心（2025） | |
| YOLO26 目标检测 | YOLO26n | COCO 80 类 端到端 top-300，无需 NMS | |
| YOLO26 深度估计 | YOLO26n-Depth | 米制深度图 点击热力图读距离 | |
| RT-DETR 目标检测 | RT-DETR-L | COCO 80 类 实时 DETR（原版百度 PaddleDetection） |
AGPL-3.0 约束的是 Ultralytics 发布的代码库与其官方预训练权重：直接使用该库或官方权重，须遵守 AGPL-3.0 或取得其企业授权（Enterprise License）。YOLOE（清华大学 THU-MIG）基于 Ultralytics 代码库实现，同样适用 AGPL-3.0；YOLO-World（腾讯 AI Lab，CVPR 2024）与 YOLOv9 / YOLOv10 / YOLOv12 / RT-DETR / YOLO26 深度模型的 Ultralytics 官方权重，同样适用。而本站自有算法（见第一节）的权重由宇图瑞视自行训练，线上以 ONNX 模型经 ONNX Runtime 独立推理，不依赖该库。
4.2 其他第三方开源模型（宽松许可，可商用）
| 能力（对应菜单项） | 模型 / 规格 | 作者 / 来源 | 许可 | 仓库 |
|---|---|---|---|---|
| DEIMv2 目标检测 | Atto～X 八档 COCO 80 类，端到端无 NMS |
Shihua Huang 等（Intellindust AI Lab） | Apache-2.0 | github.com/Intellindust-AI-Lab |
| D-FINE 目标检测 | N / S / M / L / X 五档 COCO 80 类，端到端无 NMS |
Yansong Peng 等（中国科学技术大学） | Apache-2.0 | github.com/Peterande/D-FINE |
| PP-YOLOE 目标检测 | PP-YOLOE+ CRN-S COCO 80 类，已融合 NMS |
PaddlePaddle 团队（百度） | Apache-2.0 | github.com/PaddlePaddle |
| MobileSAM 智能分割 | 轻量编码器 + SAM 解码器 点选 / 框选提示分割 |
Chaoning Zhang 等 | Apache-2.0 | github.com/ChaoningZhang |
| MobileNetV3 图像分类 | Large ImageNet-1K，1000 类官方标签 |
Andrew Howard 等（Google Research） | BSD-3-Clause | github.com/pytorch/vision |
| Depth Anything 深度估计 | V2 · Small 相对深度图（见注） |
Lihe Yang 等（港大 & ByteDance） | Apache-2.0 | github.com/DepthAnything |
| Real-ESRGAN 画质增强 | x2 超分 | Xintao Wang（腾讯 ARC Lab） | BSD-3-Clause | github.com/xinntao |
| 车牌识别 / 文字识别 | PP-OCRv4 检测 + 识别两段式 |
PaddleOCR 团队 | Apache-2.0 | github.com/PaddlePaddle/PaddleOCR |
| 人脸检测 | YuNet | Shiqi Yu 等（OpenCV Zoo） | MIT | github.com/opencv/opencv_zoo |
| 音频安防监测 | AudioSet AST 527 类 |
Yuan Gong 等（MIT） | BSD-3-Clause | github.com/YuanGongND/ast |
注：Depth Anything V2 仅 Small 版为 Apache-2.0（Base / Large / Giant 为 CC-BY-NC，不可商用），本站只用 Small 版；音频模型基于官方权重、以 FSD50K 微调。
4.3 运行框架与基础库
| 组件 | 用途 | 许可 | 项目主页 |
|---|---|---|---|
| ONNX Runtime | 模型推理运行时 | MIT | github.com/microsoft/onnxruntime |
| OpenCV | 图像处理与几何变换 | Apache-2.0 | github.com/opencv/opencv |
| FastAPI / Uvicorn | Web 服务框架与 ASGI 服务器 | MIT / BSD-3-Clause | github.com/fastapi/fastapi |
| NumPy | 数值计算 | BSD-3-Clause | github.com/numpy/numpy |
| FFmpeg | 音视频解码与转码 | LGPL / GPL 按发行版构建 | ffmpeg.org |
以上均以未修改的官方发行版形式使用；FFmpeg 以独立进程调用，未修改、未链接。
五、其他说明
- 开源仓库：github.com/yuturuishi · gitee.com/yuturuishi
- 演示素材：通用检测与分类示例图取自公开数据集 COCO val2017；音频示例取自 FSD50K（CC BY 4.0）；追踪示例视频取自 Pixabay（Content License）。素材仅用于功能演示，权利归原作者。
- 权重分发：本站仅在线提供算法体验，不再对外分发任何第三方模型权重文件。最后更新：2026-10-09。