YOLOv5 в магазине и на складе: лицензия AGPL и когда платить

Скачали, заработало, поставили клиенту

Магазину нужно считать посетителей у входа, парковке видеть занятые места, складу находить людей в зоне погрузки. В интернете находят YOLOv5: несколько строк, и на видео рамки вокруг людей и машин. Вопрос, на каких условиях это можно отдать клиенту, чаще всего задают после продажи. Что у рабочей системы лицензий несколько слоёв, я разбирал в статье про лицензии открытых моделей. Здесь конкретный случай.

Что за проект и что я проверил

Проверял 24.10.2026 по GitHub и документации. Репозиторий ultralytics/yolov5 создан 18 мая 2020 года, около 58,2 тысячи звёзд, не архивирован. Последний коммит от 21 октября 2026, но последний релиз v7.0 вышел 22 ноября 2022. README называет YOLOv5 зрелой моделью, а за новыми архитектурами отправляет в пакет ultralytics.

Задачи: поиск объектов, сегментация, классификация. Скрипт detect.py принимает веб-камеру, видеофайл, папку снимков и поток RTSP, RTMP или HTTP. Установка: git clone и pip install -r requirements.txt, нужны Python 3.8 и PyTorch 1.8 или новее. Обучение на своих снимках идёт через train.py, разметка в текстовом формате YOLO. Экспорт делает export.py: ONNX, TFLite, CoreML, TensorRT и другие форматы. По документации, CoreML запускается только на macOS.

AGPL-3.0 простыми словами

В файле LICENSE стандартный текст GNU AGPL версии 3, добавочных условий я не нашёл. Что в нём написано.

Запускать неизменённую программу можно без ограничений, лицензия подтверждает это прямо. Если вы передаёте копию другому, например клиенту вместе с готовым решением, всё произведение целиком отдаётся под той же лицензией и с исходным кодом (раздел 5). Общение пользователей с программой по сети передачей копии не считается (раздел 0). Зато раздел 13 добавляет особое правило: если вы изменили программу и ею пользуются удалённо по сети, этим пользователям нужно предложить исходный код вашей версии. Закрытый сервис подсчёта посетителей на правленом коде YOLOv5 попадает именно сюда.

Страница ultralytics.com/license говорит шире. Enterprise-лицензия, по ней, нужна для закрытого ПО, SaaS и API, камер и устройств со встроенной моделью, внутренних инструментов и дообученных моделей. Соблюдение AGPL там описано как публикация всего производного проекта: скриптов, конфигов и, где применимо, весов. Модели, обученные кодом Ultralytics, компания по умолчанию относит к AGPL. Это позиция правообладателя. Текст AGPL про внутреннее использование без передачи копий условий не ставит. Где проходит граница произведения на основе программы в вашем случае, решает юрист.

Когда нужна платная лицензия

Я делаю решения под ключ и отдаю их магазину, складу, парковке. Это передача копии, поэтому есть три пути: открыть код решения по AGPL, купить Enterprise или взять другую модель. Если держать сервис у себя и продавать доступ, добавляется раздел 13 и позиция Ultralytics про SaaS.

Платная лицензия оформляется через форму на странице, ответ обещают в течение 24 часов. Цена зависит от размера организации и сценария, лицензия может покрывать один проект или всю организацию. Сумму не называю: официальной нет. Поэтому модель я выбираю до разработки.

Что взять вместо

В файлах LICENSE лицензию Apache-2.0 я подтвердил у YOLOX и RT-DETR. YOLOX создан в 2021 году, около 10,7 тысячи звёзд, последний релиз 0.3.0 от апреля 2022, репозиторий обновлялся в июне 2025. RT-DETR создан в 2023 году, около 5,6 тысячи звёзд, обновлялся 9 октября 2026. Лицензии на веса в их README я не нашёл, а обучены они на наборах со своими условиями (YOLOX на COCO, RT-DETR ещё и на Objects365), это проверяется отдельно. Качество на ваших кадрах я не сравнивал.

Что важно учесть

Предобученные модели знают 80 классов COCO: человек, машина, грузовик, рюкзак, чемодан. Класса «паллета» или «коробка» в списке репозитория нет, значит нужна своя разметка, о ней я писал в статье про данные для зрения. Условия самого COCO я по первоисточнику не открывал.

Цифры README: точность на COCO val2017 (mAP 50-95) у YOLOv5n 28,0, у s 37,4, у x 50,7. Время кадра на процессоре у n, s и x: 45, 98 и 766 мс, какой это процессор, README не говорит. Это тест на чужих снимках. Ночью, при плохом свете и с камеры под потолком результат будет другим, измерять надо на своих кадрах. Документация английская, ссылки на 640-пиксельные модели в таблице ведут уже на потомков YOLOv5u. Про Jetson есть руководство, я его не читал.

Закон. По статье 11 152-ФЗ сведения о чертах человека, по которым можно установить личность и которые оператор использует для этого, обрабатывают только с письменного согласия. Подсчёт без опознания лиц я бы отнёс к другому случаю, а поиск по лицам попадает под статью. Статья 152.1 ГК РФ допускает использование изображения только с согласия человека, но для съёмки в месте, открытом для свободного посещения, согласие не нужно, пока изображение не стало основным объектом использования. Про лица я писал в разборе открытого SDK. Уточняйте у юриста.

Что можно сделать уже сейчас

Запишите, как решение будет жить: копия уходит клиенту, сервис стоит у вас или модель встроена в камеру. От этого зависит, какие пункты лицензии включаются.

Снимите 100-200 кадров своего объекта днём, вечером и ночью, разметьте вручную и сверьте с тем, что находит модель.

Если нужен именно YOLO, спросите Ultralytics через форму и получите ответ письменно. Если хватит другой модели, начните с YOLOX или RT-DETR.

Пилот на одной камере я делаю в рамках услуги по компьютерному зрению, ориентиры по стоимости есть в прайсе. Похожая схема с готовой системой и без сборки модели описана в разборе clearcam, там модель YOLOv9, и её лицензию тоже стоит проверить отдельно.

Частые вопросы

Можно ли закрыть веса, дообученные на своих данных?

По странице Ultralytics, такие модели по умолчанию идут под AGPL, и закрытое использование требует Enterprise. Как это оценил бы суд, не знаю.

Нужна ли лицензия для внутреннего подсчёта посетителей?

Текст AGPL при запуске без изменений и без передачи копий условий не ставит. Ultralytics пишет, что лицензия нужна и для внутренних инструментов. Решение за юристом.

Нужна ли видеокарта?

README даёт скорость и на процессоре, и на V100, требований к карте не называет. Сколько камер потянет ваш сервер, показывает только тест на объекте.

Коротко о главном

YOLOv5 живой и умеет то, что нужно магазину и складу: рамки на людях и машинах, сегментация, выгрузка в ONNX, TFLite и CoreML. Код под AGPL-3.0, и при передаче решения клиенту или закрытом сервисе нужна либо открытость кода, либо платная лицензия, либо другая модель.

Хотите посчитать посетителей или занятость площадки и заранее знать, на какой модели и лицензии это строится? Напишите мне в Telegram кодовое слово «ДЕТЕКТОР». Выберу модель, проверю лицензию и сделаю пилот на одной камере.