LibreYOLO 目标检测
支持 zoo 模型与自定义 ONNX，包含可视化、阈值调节与模型对象诊断。
当前未获取到 zoo 模型列表。
选择模型的提供方式。`zoo` 使用内置模型库，另外两项适合加载外部 ONNX。
当来源为 `zoo` 时，从内置模型列表中选择要加载的检测模型。
指定模型运行设备。`auto` 会优先尝试 `webgpu`，不支持时回退到 `wasm`。
按当前参数重新初始化模型。修改来源、输入尺寸或模型家族后需要重新加载。
仅在自定义模型时生效，用来指定输出张量应该按哪种检测模型规则解码。
推理输入边长，通常要和模型导出时的 `imgsz` 保持一致，例如 `640`、`416`。
限制单次推理最终保留的目标数量。目标很多时可适当调小，减少后处理和绘制开销。
点击 `Benchmark` 时重复推理的次数，用于统计平均耗时。数值越大，结果越稳定。
当模型来源为 `自定义 ONNX URL` 时填写。需要浏览器可直接访问，并允许跨域下载。
分数低于该阈值的候选框会被过滤。调高可减少误检，调低可保留更多候选目标。
控制重叠框去重强度。值越小去重越激进，值越大越容易保留相互重叠的框。
控制预览图上的附加信息显示，包括类别标签、置信度数字和检测框填充效果。
状态: 未加载模型
若要加载 YOLO26，请切到“自定义 URL / 本地 ONNX”，并将模型家族设为 `yolo`。
图片: 未加载
暂无检测结果