obss/sahi

¿Qué es?

Funciones clave

• 01Inferencia por recortes que ejecuta la detección en mosaicos de imágenes y combina los resultados en las coordenadas de la imagen completa.
• 02API y CLI unificadas para modelos de Ultralytics, MMDetection, Hugging Face, TorchVision, Detectron2, YOLOv5 y RF-DETR.
• 03Predicción de videos e imágenes desde la línea de comandos.
• 04Utilidades para recortar, submuestrear, filtrar, combinar y dividir conjuntos de datos COCO, y convertirlos al formato YOLO.
• 05Evaluación de COCO AP y AR por clase y exportación de gráficos de análisis de errores.
• 06Inspección interactiva de resultados mediante la aplicación FiftyOne.

Casos de uso

• Detectar objetos pequeños, como vehículos o personas, en imágenes aéreas o satelitales de alta resolución.
• Ejecutar inferencias en imágenes grandes de vigilancia o inspección industrial sin reducir su resolución.
• Convertir y recortar conjuntos de datos COCO antes de entrenar un modelo YOLO.
• Analizar en qué casos falla un detector mediante la generación de gráficos de análisis de errores.

Inicio rápido

1. 1

   Instala SAHI desde PyPI

   pip install sahi
2. 2

   Instala PyTorch y torchvision para tu hardware (consulta Detailed Installation en el README)

   pip install torch==2.13.0 torchvision==0.28.0 --index-url https://download.pytorch.org/whl/cu130
3. 3

   Instala un framework de detección, como ultralytics

   pip install ultralytics>=8.3.161

Antes de usarlo

• !Para usar todas las funciones, hay que instalar por separado un framework de detección y PyTorch, lo que requiere más trabajo de configuración.
• !La inferencia por recortes ejecuta el detector en muchas teselas, por lo que es más lenta que la predicción estándar.

En colecciones

Temas

Preguntas frecuentes

¿Qué es sahi?

Una biblioteca de Python para inferencia por recortes que ejecuta modelos de detección de objetos sobre mosaicos de imágenes grandes para encontrar objetos pequeños. SAHI (Slicing Aided Hyper Inference) aborda un problema habitual en la detección de objetos: los objetos pequeños son difíciles de detectar cuando se cambia el tamaño de una imagen grande para ajustarla al tamaño de entrada del modelo. Divide las imágenes en recortes superpuestos, ejecuta la detección en cada uno y combina los resultados en las coordenadas de la imagen completa.

¿sahi es gratuito? ¿Qué licencia tiene?

sahi es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿sahi sigue mantenido?

Mantenimiento activo. El último commit de sahi fue el 1 nov 2026.

¿Para qué puedo usar sahi?

Detectar objetos pequeños, como vehículos o personas, en imágenes aéreas o satelitales de alta resolución. Ejecutar inferencias en imágenes grandes de vigilancia o inspección industrial sin reducir su resolución. Convertir y recortar conjuntos de datos COCO antes de entrenar un modelo YOLO. Analizar en qué casos falla un detector mediante la generación de gráficos de análisis de errores.

¿Cómo se instala sahi?

Instala SAHI desde PyPI: pip install sahi Instala PyTorch y torchvision para tu hardware (consulta Detailed Installation en el README): pip install torch==2.13.0 torchvision==0.28.0 --index-url https://download.pytorch.org/whl/cu130 Instala un framework de detección, como ultralytics: pip install ultralytics>=8.3.161

¿Dónde consigo sahi?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/obss/sahi