Licențe și surse de date
Sursa și licența fiecărui set de date, model preantrenat și bibliotecă folosită de AI Hub. Acolo unde o componentă are termeni doar de cercetare sau restricții comerciale, acest lucru este scris explicit.
Atenție: termeni de cercetare sau comerciali
| Componentă | Unde e folosită | Situația |
|---|---|---|
ArcFace LResNet100E-IR (face-recognition v2) |
recunoaștere facială, varianta data center | fișierul ONNX are Apache-2.0, dar modelul este antrenat pe MS-Celeb-1M (set retras, termeni de cercetare): atenție pentru uz comercial |
SFace (face-recognition v1) |
recunoaștere facială, edge și browser | fișierele Apache-2.0; lucrarea folosește seturi cu termeni de cercetare (CASIA-WebFace / VGGFace2 / MS1M) |
| facenet InceptionResnetV1 (VGGFace2) | doar comparație | cod MIT, ponderi pe VGGFace2 (termeni de cercetare): doar pentru comparație, nu pentru producție |
| LFW | benchmark facial | fără licență explicită; doar benchmark, nu antrenare și nu în produs |
| Ponderi ImageNet (torchvision: MobileNetV3, EfficientNet-B0, ResNet-50) | inițializare la mască | cod BSD-3; ImageNet are termeni necomerciali; folosite ca inițializare pentru fine-tuning (de verificat juridic pentru uz comercial) |
| Gemma 3 (1B, 4B, 12B) | extracție și call-center | Gemma Terms of Use: nu e licență OSI; permite uz comercial cu politica de utilizare Google |
| LaRoSeDa | doar evaluarea sentimentului | CC BY-NC-SA 4.0 (necomercial); doar evaluare |
| RoSent, SST-2 | doar evaluarea sentimentului | licență necunoscută / nespecificată; doar evaluare |
| Loghub (loguri Apache / Linux) | proiectul Data Studio 211 | CC BY 4.0 pe Zenodo; README-ul GitHub spune „freely available for research or academic work” |
| Regula FaceSDK | aplicația React Native din 2023 | comercială |
| InsightFace (buffalo_l etc.) | neutilizat | ponderile sunt doar pentru uz necomercial |
| MOT17 (MOTChallenge) | doar evaluarea urmăririi video | CC BY-NC-SA 3.0: doar evaluare necomercială, nu se redistribuie |
Ponderile RAFT C_T_V2 |
flux optic | cod și ponderi BSD-3; antrenate pe FlyingChairs + FlyingThings3D, seturi publicate pentru cercetare |
| MPI-Sintel și ponderile RAFT rafinate pe Sintel | neutilizate | licența Sintel interzice explicit utilizarea în supraveghere |
| COCO val2017 (imagini) | evaluarea video și SAM | adnotări CC BY 4.0; imaginile (Flickr) doar pentru evaluare, nu se redistribuie |
| FER2013, AffectNet, RAF-DB, CK+, JAFFE | neutilizate (expresii) | fără licență sau doar pentru cercetare |
| Seturile PAD CASIA-FASD, Replay-Attack, OULU-NPU, SiW, CelebA-Spoof; seturile Axon Labs CC BY-NC | neutilizate (anti-spoofing) | EULA de cercetare / necomerciale |
MiniFASNet (face-antispoofing) |
anti-spoofing pasiv | Apache-2.0 (cod și ponderi); datele de antrenare ale autorilor nu sunt publicate |
Modele
| Model | Sursă | Licență |
|---|---|---|
Whisper (tiny … large-v3-turbo) → whisper-ro |
openai/whisper | MIT; fine-tune AI Hub |
Gemma 3 1B / 4B / 12B → gemma-ro-extraction, gemma-ro-callcenter |
google/gemma-3-*-it | Gemma Terms of Use |
clapAI/roberta-large-multilingual-sentiment → sentiment-ro |
Hugging Face | Apache-2.0 (bază XLM-RoBERTa large, MIT) |
| Celelalte 4 modele de sentiment evaluate | Hugging Face | Apache-2.0 / MIT |
| TrOCR small / base printed | microsoft/unilm | MIT (fine-tunat de Microsoft pe SROIE) |
docTR 0.9: db_resnet50, db_mobilenet_v3_large, parseq |
mindee/doctr | Apache-2.0 |
| Detectoare torchvision (SSDlite, Faster R-CNN, Keypoint R-CNN), ponderi COCO | PyTorch | BSD-3-Clause; adnotări COCO CC BY 4.0 |
open_clip xlm-roberta-base-ViT-B-32 / laion5b_s13b_b90k |
open_clip | MIT (cod și ponderi LAION) |
| YuNet | OpenCV Zoo | MIT |
| SFace fp32 / int8 | OpenCV Zoo | Apache-2.0 (vezi atenționarea de mai sus) |
| ArcFace R100 | ONNX Model Zoo | Apache-2.0 (vezi atenționarea de mai sus) |
dlib ResNet-29 + shape_predictor_5_face_landmarks |
dlib-models | domeniu public (declarat de autor); dlib: Boost Software License |
| CLIP ViT-B/32 (baseline mască) | openai/clip-vit-base-patch32 | MIT |
MediaPipe Face Landmarker, @mediapipe/tasks-vision, MediaPipe Python (liveness pe server) |
Apache-2.0 | |
MiniFASNet V2 + V1SE (Silent-Face-Anti-Spoofing) → face-antispoofing |
minivision-ai | Apache-2.0 |
MobileNetV3-Small / EfficientNet-B0 → face-expression |
torchvision, fine-tune AI Hub | BSD-3 (ponderi ImageNet, vezi atenționarea) |
SSDlite / Faster R-CNN MobileNetV3 / Faster R-CNN R50-FPN-v2 → object-detection |
torchvision, fine-tune AI Hub | BSD-3-Clause |
LR-ASPP MobileNetV3 / DeepLabV3-ResNet101 → semantic-segmentation |
torchvision (preantrenate COCO/VOC), fine-tune AI Hub | BSD-3-Clause |
MobileSAM, SAM ViT-B / ViT-H → instance-segmentation |
ChaoningZhang/MobileSAM, facebookresearch/segment-anything | Apache-2.0 (zero-shot) |
RAFT small / large (C_T_V2) → optical-flow |
torchvision | BSD-3-Clause |
dumitrescustefan/bert-base-romanian-ner (anonimizare GDPR) |
Hugging Face | MIT |
| Isolation Forest, HGB, LSTM, autoencodere (senzori) | cod AI Hub (scikit-learn, PyTorch) | BSD-3 |
Seturi de date
| Set | Folosit pentru | Sursă | Licență |
|---|---|---|---|
| Common Voice ro | Whisper | Mozilla | CC0 |
| FLEURS ro | Whisper, exemplele audio | Google (Conneau et al., 2022) | CC-BY-4.0 (atribuire inclusă) |
| VoxPopuli ro | Whisper | Meta | CC0 |
| sas-demo v2 (documente sintetice, 14 familii) | Gemma extracție, OCR | generate cu modele Qwen | Apache-2.0 (modelele generatoare) |
| sas-demo agentic (call-center) | Gemma call-center | sintetic AI Hub | – |
| Open Images V7 (subset 14 clase) | detecție | adnotări CC BY 4.0; imagini CC BY 2.0 (atribuire per imagine) | |
| COCO val2017 | evaluarea video, SAM | COCO | adnotări CC BY 4.0; imaginile doar pentru evaluare |
| ESA WorldCover 2021 v200 + compozitul Sentinel-2 L2A RGBNIR 2021 | segmentare semantică, validarea |Q (proiectul 207) | ESA | CC BY 4.0 („© ESA WorldCover project 2021 / Contains modified Copernicus Sentinel data 2021”) |
| UIBVFED | expresii faciale | Zenodo 10.5281/zenodo.10376478 | CC BY 4.0 (avatari sintetici) |
| Face Research Lab London Set | expresii faciale, testul de liveness | figshare 10.6084/m9.figshare.5047666.v5 (DeBruine & Jones, 2017) | CC BY 4.0, participanți cu consimțământ |
Eșantioane PAD Axon Labs (AxonData/*, 9 seturi) |
evaluarea anti-spoofing | Hugging Face | CC BY 4.0 (atribuire Axon Labs); doar evaluare |
| Spring (Mehl et al., CVPR 2023) | evaluarea fluxului optic | DaRUS doi:10.18419/DARUS-3376 | CC BY 4.0 |
| MOT17 train | evaluarea urmăririi | MOTChallenge | CC BY-NC-SA 3.0; doar evaluare necomercială |
| Face Mask Detection (andrewmvd) | mască | Kaggle | CC0 (citare: Make ML Mask Dataset) |
| LFW | benchmark facial | UMass Amherst | fără licență explicită; doar benchmark |
| Specimene de pașaport Norvegia / Țările de Jos | demo MRZ | Wikimedia Commons | domeniu public / CC0 1.0 |
| DWD Climate Data Center, 10 minute, 3 stații | senzori | Deutscher Wetterdienst | CC BY 4.0 |
| Media demo video (4 videoclipuri, 4 imagini) | aplicația video | Wikimedia Commons | CC0, CC BY 3.0, CC BY-SA 3.0, domeniu public (ieșirile adnotate ale clipurilor CC BY-SA rămân CC BY-SA 3.0) |
| LaRoSeDa, RoSent, SST-2 | evaluare sentiment | publice | vezi atenționările |
| Cele 9 seturi C.4 de augmentare | Data Studio 203–211 | Commons, NASA/JPL, Copernicus Sentinel-2, Loghub, mempool.space | vezi Data Augmentation → licențe |
| Mostre pentru benchmark-ul adaptoarelor | adaptoare de format | Commons, Big Buck Bunny (Blender Foundation), Sentinel-2 L1C | CC0 / CC BY / domeniu public; CC BY 3.0; Copernicus |
Datele Copernicus Sentinel-2 sunt libere și deschise: „Contains modified Copernicus Sentinel data 2023” (respectiv 2025).
Software și biblioteci
| Componentă | Licență |
|---|---|
| Label Studio 1.7 (baza AI Hub Data Studio) | Apache-2.0 |
| ZenML, MLflow, Evidently | Apache-2.0 |
| PuLP (solver AoT) / CBC | MIT / EPL-2.0 |
| PyNvVideoCodec 2.2.3 (HEIC și WebP pe NVDEC) | MIT |
| TrackEval, remotezip | MIT |
| Metabase (BI) | AGPL-3.0 (ediția open source, folosită ca serviciu separat) |
| FastAPI, Chart.js, onnxruntime-web, ONNX Runtime, PassportEye | MIT |
| PyTorch, torchvision, scikit-learn, pandas, NumPy, SciPy, httpx, Uvicorn | BSD-3 |
| transformers, accelerate, Tesseract OCR | Apache-2.0 |
| rasterio / GDAL, Pillow, pillow-heif, libheif, OpenJPEG | licențe permisive (MIT / BSD / LGPL ca biblioteci) |
| nvImageCodec / nvJPEG2000, NVDEC | NVIDIA, licențe proprietare de distribuție (runtime) |
| ffmpeg | LGPL/GPL (program extern) |
| mediamtx (server RTSP demo) | MIT |
| Exemplele Core Stack: websockets, IXWebSocket (BSD-3); aiohttp, Spring Boot, Playwright (Apache-2.0); Guzzle, Ratchet/Pawl, ReactPHP, React, Vite, nlohmann/json (MIT) | permisive |
Aplicația video nu folosește cod AGPL (fără YOLO Ultralytics); tracker-ul este cod propriu.