Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 18:44 UTC

lightly-ai / lightly

A python library for self-supervised learning on images.

PythonMIT★ 3.812 Sterne⑂ 366 Forksseit Okt. 2020Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugwie das ermittelt wird
#deep-learning#self-supervised-learning#machine-learning#computer-vision#pytorch#embeddings#contrastive-learning#hacktoberfest#contributions-welcome

lightly-ai/lightly erreicht einen Gesundheitsindex von 95 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (58/100). Zuletzt vor 2 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

95
gesamt / 100
Außergewöhnlich

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

95
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 82 wird auf der veröffentlichten Indexskala auf 95 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

LightlyOrganisation
210 Follower32 öffentliche Reposseit Apr. 2019

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIlightly1.5.26-140vor 52 Tagen

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

86Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

82Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 2 Tagen
18/36Commit-Rhythmus — 26/52 Wochen mit Commits
17.9/18Commit-Volumen — 97 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year97
human_commit_share1
days_since_last_push2
active_weeks_last_year26

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 52 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 61,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv1.5.26
releases_from_tagsnein
days_since_latest_release52
mean_days_between_releases61,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

80Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

88Exzellent
Wie die Bewertung erfolgt
58.1/60Stars — 3.812 Stars
21.4/25Forks — 366 Forks
8/15Watcher — 29 Watcher
Verwendete Eingangsdaten
forks366
stars3.812
watchers29
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges8
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

83Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

77Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
17.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 22 % der Commits
13.5/13.5Breite der Beitragenden — 94 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 13 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled94
top_contributor_share0,217

Reaktionsfähigkeit bei Issues & PRs

91Exzellent
Wie die Bewertung erfolgt
37.2/42Issue-Lösungsquote — 88 % der Issues geschlossen
27.7/30PR-Annahme — 1.278/1.386 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 2/2 PRs von Erstbeitragenden in 30 Tagen gemergt
13.5/15OpenSSF Scorecard: Code-Review — Found 27/30 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs1.278
open_issues74
closed_issues570
prs_merged_7d1
prs_decided_7d3
prs_merged_30d10
prs_decided_30d12
issue_closed_ratio0,885
closed_unmerged_prs108
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

70Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
16.7/25Reichweite des Inhabers — 210 Follower von lightly-ai
23.1/25Kontohistorie — 32 öffentliche Repos, Kontoalter ca. 7 Jahre
Verwendete Eingangsdaten
followers210
owner_typeOrganization
is_verifiednein
owner_loginlightly-ai
public_repos32
account_age_days2.697

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 52 Tagen
20/20Versionshistorie — 140 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packageslightly
ecosystemspypi
any_deprecatednein
min_days_since_publish52

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.lightly.ai/self-supervised-learning/
10/10Repository-Beschreibung
10/10Topics — 9 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsdeep-learning, self-supervised-learning, machine-learning, computer-vision, pytorch, embeddings, contrastive-learning, hacktoberfest, contributions-welcome
has_wikija
homepagehttps://docs.lightly.ai/self-supervised-learning/
docs_sitehttps://docs.lightly.ai/self-supervised-learning/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

58Mittel · 16 % des Gesamtindex

Sicherheitslage

47Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 27/30 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 13 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 101 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages62
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:lightly@1.5.26 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 62 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

86Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 100 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes6.093

AI-Verify-Loop (Build / Test / Typprüfung)

82Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — lightly/transforms/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 18 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, docs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configslightly/transforms/py.typed
agent_commit_share0,18
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (lightly/transforms/py.typed)
55/55Handhabbare Dateigrößen — 0/400 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes58.489
source_files_sampled400
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

3.812GitHub-Sterne
94Mitwirkende
97Commits, letzte 12 Monate
2Tage seit letztem Push
100Releases
3Bus-Faktor
74offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'lightly' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 366 ⇿
0Sterne
366Forks
100Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

0125250375362102020-102023-102026-09
Major 0Minor 3Patch 97

Jeder Punkt umfasst 6 Tage.

OpenSSF Scorecard 4.6 / 10
4.6Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-09-17 18:43 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 27/30 approved changesets -- score normalized to 9
10Contributorsproject has 13 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities101 existing vulnerabilities detected
Direkte Abhängigkeiten 6
RegistryPaketVersionsvorgabeManifest
PyPIhydra-core>=1.0.0pyproject.toml
PyPInumpy>=1.18.1pyproject.toml
PyPItqdm>=4.44pyproject.toml
PyPItorch—pyproject.toml
PyPItorchvision—pyproject.toml
PyPIpytorch_lightning>=1.0.4pyproject.toml
Alle Abhängigkeiten 257

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 18 direkte und 239 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIhydra-core—direkt
PyPIhydra-core1.3.2direkt
PyPInumpy—direkt
PyPInumpy1.24.4direkt
PyPInumpy2.0.2direkt
PyPInumpy2.2.6direkt
PyPInumpy2.3.2direkt
PyPIpytorch-lightning—direkt
PyPIpytorch-lightning2.4.0direkt
PyPIpytorch-lightning2.5.2direkt
PyPItorch—direkt
PyPItorch2.5.1direkt
PyPItorch2.8.0direkt
PyPItorchvision—direkt
PyPItorchvision0.20.1direkt
PyPItorchvision0.23.0direkt
PyPItqdm—direkt
PyPItqdm4.67.1direkt
PyPIaiohappyeyeballs2.4.4indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.10.11indirekt
PyPIaiohttp3.12.15indirekt
PyPIaiosignal1.3.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIalabaster0.7.13indirekt
PyPIalabaster0.7.16indirekt
PyPIantlr4-python3-runtime4.9.3indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.3.0indirekt
PyPIav—indirekt
PyPIav12.3.0indirekt
PyPIav15.0.0indirekt
PyPIbabel2.17.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbuild1.2.2.post1indirekt
PyPIbuild1.3.0indirekt
PyPIcertifi2025.8.3indirekt
PyPIcffi1.17.1indirekt
PyPIcfgv3.4.0indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcontourpy1.1.1indirekt
PyPIcontourpy1.3.0indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontourpy1.3.3indirekt
PyPIcryptography45.0.6indirekt
PyPIcycler0.12.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdocutils—indirekt
PyPIdocutils0.16indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIexecnet2.1.1indirekt
PyPIfastjsonschema2.21.1indirekt
PyPIfilelock3.16.1indirekt
PyPIfilelock3.18.0indirekt
PyPIfonttools4.57.0indirekt
PyPIfonttools4.59.0indirekt
PyPIfrozenlist1.5.0indirekt
PyPIfrozenlist1.7.0indirekt
PyPIfsspec2025.3.0indirekt
PyPIfsspec2025.7.0indirekt
PyPIhf-xet1.1.7indirekt
PyPIhuggingface-hub0.34.3indirekt
PyPIid1.5.0indirekt
PyPIidentify2.6.1indirekt
PyPIidentify2.6.12indirekt
PyPIidna3.10indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.5.0indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIimportlib-resources6.4.5indirekt
PyPIimportlib-resources6.5.2indirekt
PyPIiniconfig2.1.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.0.1indirekt
PyPIjaraco-functools4.1.0indirekt
PyPIjaraco-functools4.2.1indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.4.2indirekt
PyPIjoblib1.5.1indirekt
PyPIjsonschema4.23.0indirekt
PyPIjsonschema4.25.0indirekt
PyPIjsonschema-specifications2023.12.1indirekt
PyPIjsonschema-specifications2025.4.1indirekt
PyPIjupyter-core5.8.1indirekt
PyPIjupytext1.17.1indirekt
PyPIjupytext1.17.2indirekt
PyPIkeyring25.5.0indirekt
PyPIkeyring25.6.0indirekt
PyPIkiwisolver1.4.7indirekt
PyPIkiwisolver1.4.8indirekt
PyPIlightning-utilities0.11.9indirekt
PyPIlightning-utilities0.15.2indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe2.1.5indirekt
PyPImarkupsafe3.0.2indirekt
PyPImatplotlib—indirekt
PyPImatplotlib3.10.5indirekt
PyPImatplotlib3.7.5indirekt
PyPImatplotlib3.9.4indirekt
PyPImdit-py-plugins0.4.2indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools10.5.0indirekt
PyPImore-itertools10.7.0indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.1.0indirekt
PyPImultidict6.6.3indirekt
PyPImypy1.14.1indirekt
PyPImypy1.17.1indirekt
PyPImypy1.4.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInbformat5.10.4indirekt
PyPInetworkx3.1indirekt
PyPInetworkx3.2.1indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.5indirekt
PyPInh30.3.0indirekt
PyPInodeenv1.9.1indirekt
PyPInvidia-cublas-cu1212.4.5.8indirekt
PyPInvidia-cublas-cu1212.8.4.1indirekt
PyPInvidia-cuda-cupti-cu1212.4.127indirekt
PyPInvidia-cuda-cupti-cu1212.8.90indirekt
PyPInvidia-cuda-nvrtc-cu1212.4.127indirekt
PyPInvidia-cuda-nvrtc-cu1212.8.93indirekt
PyPInvidia-cuda-runtime-cu1212.4.127indirekt
PyPInvidia-cuda-runtime-cu1212.8.90indirekt
PyPInvidia-cudnn-cu129.1.0.70indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cufft-cu1211.2.1.3indirekt
PyPInvidia-cufft-cu1211.3.3.83indirekt
PyPInvidia-cufile-cu121.13.1.3indirekt
PyPInvidia-curand-cu1210.3.5.147indirekt
PyPInvidia-curand-cu1210.3.9.90indirekt
PyPInvidia-cusolver-cu1211.6.1.9indirekt
PyPInvidia-cusolver-cu1211.7.3.90indirekt
PyPInvidia-cusparse-cu1212.3.1.170indirekt
PyPInvidia-cusparse-cu1212.5.8.93indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-nccl-cu122.21.5indirekt
PyPInvidia-nccl-cu122.27.3indirekt
PyPInvidia-nvjitlink-cu1212.4.127indirekt
PyPInvidia-nvjitlink-cu1212.8.93indirekt
PyPInvidia-nvtx-cu1212.4.127indirekt
PyPInvidia-nvtx-cu1212.8.90indirekt
PyPIomegaconf2.3.0indirekt
PyPIopencv-python4.11.0.86indirekt
PyPIpackaging25.0indirekt
PyPIpandas2.0.3indirekt
PyPIpandas2.3.1indirekt
PyPIpathspec0.12.1indirekt
PyPIpillow10.4.0indirekt
PyPIpillow11.3.0indirekt
PyPIpkgutil-resolve-name1.3.10indirekt
PyPIplatformdirs4.3.6indirekt
PyPIplatformdirs4.3.8indirekt
PyPIpluggy1.5.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit3.5.0indirekt
PyPIpre-commit4.2.0indirekt
PyPIpropcache0.2.0indirekt
PyPIpropcache0.3.2indirekt
PyPIpy1.11.0indirekt
PyPIpycparser2.22indirekt
PyPIpygments2.19.2indirekt
PyPIpyparsing3.1.4indirekt
PyPIpyparsing3.2.3indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpytest8.3.5indirekt
PyPIpytest8.4.1indirekt
PyPIpytest-forked1.6.0indirekt
PyPIpytest-mock3.14.1indirekt
PyPIpytest-xdist3.6.1indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2025.2indirekt
PyPIpywin32311indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.2indirekt
PyPIreadme-renderer43.0indirekt
PyPIreferencing0.35.1indirekt
PyPIreferencing0.36.2indirekt
PyPIrequests2.32.4indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIresponses0.25.7indirekt
PyPIrfc39862.0.0indirekt
PyPIrich14.1.0indirekt
PyPIrpds-py0.20.1indirekt
PyPIrpds-py0.27.0indirekt
PyPIruff0.12.7indirekt
PyPIsafetensors0.5.3indirekt
PyPIsafetensors0.6.1indirekt
PyPIscikit-learn1.3.2indirekt
PyPIscikit-learn1.6.1indirekt
PyPIscikit-learn1.7.1indirekt
PyPIscipy1.10.1indirekt
PyPIscipy1.13.1indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.16.1indirekt
PyPIsecretstorage3.3.3indirekt
PyPIsetuptools—indirekt
PyPIsetuptools59.5.0indirekt
PyPIsetuptools80.9.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsphinx5.3.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.5.0indirekt
PyPIsphinx-design0.6.0indirekt
PyPIsphinx-gallery0.19.0indirekt
PyPIsphinx-reredirects0.1.4indirekt
PyPIsphinx-rtd-theme2.0.0indirekt
PyPIsphinx-tabs3.4.7indirekt
PyPIsphinxcontrib-applehelp1.0.4indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp1.0.2indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.0.1indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp1.0.3indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml1.1.5indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsympy1.12.1indirekt
PyPIsympy1.14.0indirekt
PyPIthreadpoolctl3.5.0indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItimm—indirekt
PyPItimm1.0.19indirekt
PyPItoml0.10.2indirekt
PyPItomli2.2.1indirekt
PyPItorchmetrics1.5.2indirekt
PyPItorchmetrics1.8.1indirekt
PyPItraitlets5.14.3indirekt
PyPItriton3.1.0indirekt
PyPItriton3.4.0indirekt
PyPItwine6.1.0indirekt
PyPItypes-python-dateutil2.9.0.20241206indirekt
PyPItypes-python-dateutil2.9.0.20250708indirekt
PyPItypes-pyyaml6.0.12.20241230indirekt
PyPItypes-pyyaml6.0.12.20250516indirekt
PyPItypes-requests2.32.0.20241016indirekt
PyPItypes-requests2.32.4.20250611indirekt
PyPItypes-toml0.10.8.20240310indirekt
PyPItyping-extensions4.13.2indirekt
PyPItyping-extensions4.14.1indirekt
PyPItzdata2025.2indirekt
PyPIurllib32.2.3indirekt
PyPIurllib32.5.0indirekt
PyPIvirtualenv20.33.1indirekt
PyPIwheel0.45.1indirekt
PyPIyarl1.15.2indirekt
PyPIyarl1.20.1indirekt
PyPIzipp3.20.2indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:lightly@1.5.26 zieht 62 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit lightly-ai/lightly teilen. Nebeneinander lesen →

100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Außergewöhnlich99huggingface/huggingface_hubThe official CLI and Python client for the Hugging Face Hub.Außergewöhnlich99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingAußergewöhnlich98pytorch/igniteHigh-level library to help with training and evaluating neural networks in PyTorch flexibly and transparently.Außergewöhnlich98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeAußergewöhnlich98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.