∴ GitHub / 趋势仓库
roboflow / supervision
可复用的计算机视觉工具库,覆盖模型接入、标注与数据集处理
- 语言
- Python
- Star
- 50.9k
- Fork
- 4.8k
- 当日新增(09-18)
- +329
- 累计在榜
- 2 天
- 最高名次
- 第 14 名
- 首次上榜
- 2026-09-17
∴ 是什么
supervision 是一个面向计算机视觉的 Python 工具库,提供从数据加载到实时区域计数等应用所需的构建模块。它包含模型连接器、可自定义的标注器以及数据集处理工具,支持加载、拆分、合并、保存和转换多种格式的数据集。库被设计为模型无关,可接入分类、检测或分割模型。
∴ 解决什么问题
- 需要快速为已有模型添加可视化标注功能
- 需要加载、拆分、合并、保存或转换不同格式的检测数据集
- 需要在不修改模型代码的情况下,复用通用的计算机视觉处理工具
∴ 怎么上手
- 01在 Python>=3.10 环境中执行 pip install supervision
- 02安装可选依赖:pip install pillow rfdetr
- 03使用模型预测得到 detections 对象,例如 RFDETRSmall().predict(image, threshold=0.5)
- 04使用 sv.BoxAnnotator().annotate(scene=image, detections=detections) 进行标注
- 05使用 sv.DetectionDataset.from_coco(...) 加载数据集,并可按索引或迭代访问
∴ 适合谁
使用 Python 开发计算机视觉应用的开发者,尤其是需要处理检测、分割模型输出或进行数据集操作的工程师
∴ 要点
- 模型无关,支持分类、检测、分割模型,并提供 Ultralytics、Transformers、MMDetection、Inference 等流行库的连接器
- 提供多种高度可自定义的标注器,用于组合可视化效果
- 支持 COCO、YOLO、Pascal VOC 等数据集格式的加载、拆分、合并、保存和转换
- 在 Python>=3.10 环境中通过 pip 安装,使用 MIT 许可证
- 提供教程、示例、速查表和 cookbooks 等学习资源
许可证 MITclassificationcococomputer-visiondeep-learninghacktoberfestimage-processinginstance-segmentationlow-codemachine-learningmetricsobject-detectionoriented-bounding-boxpascal-vocpythonpytorchtensorflowtrackingvideo-processingyolo
解读由 AI 依据项目 README 生成,生成于 2026-10-06,以 GitHub 原文为准。
∴ 在榜记录
GitHub Trending 今日榜的每日存档,日期按北京时间。2026-09-17 首次上榜,累计在榜 2 天,最高第 14 名。