sahi

與框架無關的分片/平鋪推論 + 互動式 UI + 錯誤分析圖表

sahi 是什麼?

與框架無關的分片/平鋪推論 + 互動式 UI + 錯誤分析圖表

sahi 概覽

這是什麼

SAHI(Slicing Aided Hyper Inference)是一個輕量級視覺函式庫,用於執行大規模物體偵測與實例分割。它支援切片推論,可在大型影像中偵測小物體,並相容多種主流偵測模型。

主要功能

  • 使用 Ultralytics、MMDetection、Hugging Face、TorchVision、YOLOv5 和 Roboflow 模型進行切片/標準影片與影像推論。
  • COCO 資料集切片、評估、錯誤分析及轉換為 Ultralytics 格式。
  • 透過 FiftyOne 整合進行互動式結果視覺化與檢查。
  • 提供 CLI 指令進行推論、評估與分析。
  • 支援影片推論。
  • 錯誤分析圖表與評估指標(COCO AP/AR)。

使用情境

在大型影像(如衛星影像、空拍照片、醫學掃描)中偵測小物體。在研究與生產環境中執行大規模物體偵測與實例分割。評估與分析 COCO 資料集上的模型預測結果。以互動方式視覺化與檢查偵測結果。

快速開始

bashpip install sahi詳細安裝說明(包括 PyTorch、TorchVision 及偵測框架設定)請參閱儲存庫 README。

授權與價格

本專案採用 MIT 授權條款。為開放原始碼且免費使用。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/obsssahi.svg)](https://yunodb.com/tools/obsssahi?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/obsssahi?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/obsssahi.svg" alt="Featured on YunoDB" height="20"></a>