Supervision是由Roboflow开发的开源计算机视觉工具库,旨在为开发者提供可重用的计算机视觉工具。无论是从硬盘加载数据集、在图像或视频上绘制检测结果,还是统计检测区域内的目标数量,Supervision都能为开发者提供强有力的支持。
该项目在GitHub上已获得超过18.4k的星标,受到广大开发者的青睐。Supervision的设计理念是模型无关的,可以与各种分类、检测和分割模型无缝集成。
Supervision设计为模型无关的工具库,可以轻松集成各种流行的计算机视觉模型。它提供了与Ultralytics、Transformers和MMDetection等主流库的连接器,使得开发者可以快速将这些模型的输出转换为Supervision可处理的格式。
例如,使用YOLOv8模型进行目标检测并将结果转换为Supervision的Detections对象:
import cv2 import supervision as sv from ultralytics import YOLO image = cv2.imread(...) model = YOLO('yolov8s.pt') result = model(image)[0] detections = sv.Detections.from_ultralytics(result)
除了YOLOv8,Supervision还支持与Roboflow Inference等其他推理引擎的集成。
Supervision提供了丰富的可视化工具,让开发者能够轻松地将检测结果绘制在图像或视频上。这些可视化工具高度可定制,可以满足各种应用场景的需求。
以下是使用BoxAnnotator绘制边界框的简单示例:
import cv2 import supervision as sv image = cv2.imread(...) detections = sv.Detections(...) box_annotator = sv.BoxAnnotator() annotated_frame = box_annotator.annotate( scene=image.copy(), detections=detections )
Supervision提供了一套强大的数据集处理工具,支持加载、拆分、合并和保存多种常见格式的数据集,如COCO、YOLO和Pascal VOC等。
例如,加载COCO格式的数据集:
import supervision as sv ds = sv.DetectionDataset.from_coco( images_directory_path="path/to/images", annotations_path="path/to/annotations.json", )
数据集加载后,可以轻松进行拆分、合并等操作:
# 拆分数据集 train_dataset, test_dataset = dataset.split(split_ratio=0.7) test_dataset, valid_dataset = test_dataset.split(split_ratio=0.5) # 合并数据集 ds_merged = sv.DetectionDataset.merge([ds_1, ds_2])
此外,Supervision还支持将数据集转换为不同的格式,方便在不同工具和框架之间迁移数据。
Supervision不仅支持静态图像处理,还能够处理实时视频流。这使得开发者可以轻松构建实时目标检测、跟踪和分析系统。
Supervision可以通过pip轻松安装:
pip install supervision
需要注意的是,Supervision要求Python版本不低于3.8。
以下是一个简单的示例,展示了如何使用Supervision进行目标检测和结果可视化:
import cv2 import supervision as sv from ultralytics import YOLO # 加载图像和模型 image = cv2.imread("path/to/image.jpg") model = YOLO('yolov8s.pt') # 进行目标检测 result = model(image)[0] detections = sv.Detections.from_ultralytics(result) # 可视化结果 box_annotator = sv.BoxAnnotator() annotated_frame = box_annotator.annotate( scene=image.copy(), detections=detections ) # 显示结果 cv2.imshow("Result", annotated_frame) cv2.waitKey(0)
Supervision的灵活性和强大功能使其适用于多种计算机视觉应用场景:
零售分析: 利用驻留时间分析功能,可以分析顾客在商店中的行为模式,优化商品陈列和店面布局。
交通监控: 结合车辆检测和跟踪功能,可以实现车流量统计、车速估算等应用。
安防系统: 通过实时目标检测和跟踪,可以构建智能安防系统,及时发现异常情况。
工业质检: 利用Supervision的图像处理和分析功能,可以开发自动化质量检测系统。
体育分析: 通过跟踪运动员和球的移动,可以为体育比赛提供实时数据分析。
Supervision是一个活跃的开源项目,欢迎社区成员参与贡献。开发者可以通过以下方式参与:
项目遵循MIT许可证,鼓励开发者在其基础上进行创新和扩展。
Supervision为计算机视觉开发者提供了一套强大而灵活的工具,大大简化了从数据处理到结果可视化的整个开发流程。无论是初学者 还是经验丰富的开发者,都能从Supervision中受益,快速构建高质量的计算机视觉应用。随着项目的不断发展和社区的积极参与,Supervision必将在计算机视觉领域发挥越来越重要的作用。
🔗 相关链接:
通过使用Supervision,开发者可以更专注于解决实际问题,而不是被繁琐的底层实现所困扰。让我们一起探索Supervision的无限可能,推动计算机视觉技术的进步! 🚀👁️
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类 文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效 率,让开发者更轻松地利用 OpenAI 的技术优势。