Supervision

Supervision 是一个由 Roboflow 开发的开源 Python 包，旨在为计算机视觉项目提供一套易于使用的工具集。它以 MIT 许可证发布，适用于 Python 3.7 及以上环境，目标是帮助开发者快速构建和部署计算机视觉应用，涵盖从数据加载、目标检测、分割到可视化等功能。

核心功能

Supervision 提供了一系列模块化的工具，适用于各种计算机视觉任务，特点是模型无关（model-agnostic），可以与多种流行的模型库（如 Ultralytics YOLO、Transformers、MMDetection 等）无缝集成。以下是其主要功能：

1. 数据集管理：
   • 支持加载、分割、合并和保存多种格式的数据集，简化数据预处理流程。
   • 提供数据增强功能，如生成图像的多个增强版本以提升模型泛化能力。
2. 目标检测与分割：
   • 提供 sv.Detections 类，用于统一处理目标检测和分割模型的输出，包含边界框（xyxy）、掩码（mask）、置信度（confidence）、类别 ID（class_id）等字段。
   • 支持从多种模型（如 YOLO、PaliGemma、YOLO-NAS）加载检测结果，并进行后处理，如非极大值抑制（NMS）等。
3. 可视化与标注：
   • 提供高度可定制的标注器（Annotators），如 BoxAnnotator、LabelAnnotator，用于在图像或视频上绘制检测结果（如边界框、标签等）。
   • 支持高级可视化功能，例如百分比条（PercentageBar）、圆角框（RoundedBox）和定向边界框（OrientedBox）。
4. 目标跟踪与区域计数：
   • 集成多目标跟踪算法（如 ByteTrack），支持视频中的对象跟踪。
   • 提供 PolygonZone 和 LineZone 等工具，用于计数进入特定区域或穿越线的对象，适用于零售、交通管理等场景。
5. 性能评估：
   • 支持 F1 分数等评估指标，用于评估模型性能，特别是针对小目标的检测效果。
   • 提供 Intersection over Smallest (IOS) 等重叠度量方法，用于更精确的检测分析。
6. 视频处理：
   • 支持实时视频分析，提供视频帧生成器（get_video_frames_generator）和数据导出工具（如 CSV 和 JSON 格式）。
   • 可用于实时流处理、速度估计等复杂任务。

安装方式

Supervision 支持通过 pip 安装，适用于 Python 3.7 及以上版本。以下是安装示例：

pip install supervision

或者从 GitHub 安装开发版本：

git clone https://github.com/roboflow/supervision.git
cd supervision
python3 -m venv venv
source venv/bin/activate
pip install -e "."

对于需要 GUI 支持的桌面版本，可以安装附加组件：

pip install -e ".[desktop]"

注意：从 0.24.0 版本开始，"headless" 和 "desktop" 安装方式已被移除，统一为标准安装。

使用示例

以下是一个简单的目标检测和可视化示例：

import cv2
import supervision as sv
from ultralytics import YOLO

# 加载图像和模型
image = cv2.imread("dog.jpeg")
model = YOLO("yolov8s.pt")

# 进行推理
result = model(image)[0]
detections = sv.Detections.from_ultralytics(result)

# 可视化检测结果
box_annotator = sv.BoxAnnotator()
annotated_frame = box_annotator.annotate(scene=image.copy(), detections=detections)
sv.plot_image(annotated_frame)

此代码使用 YOLOv8 模型进行目标检测，并通过 Supervision 的 BoxAnnotator 在图像上绘制边界框。

应用场景

Supervision 广泛应用于零售（客流分析）、交通（车辆速度估计）、安防（无人机检测）等领域。例如，结合 YOLO 和 ByteTrack，可以实现实时车辆跟踪与速度估计，或分析区域内对象的停留时间。