Repolode
obss

obss/sahi

一个 Python 切片推理库,将大图切分成小块后用检测模型逐块推理,以发现小目标。

Star
5,586
Fork
794
未关闭 Issue
10
最近提交
6天前

这是什么?

SAHI(Slicing Aided Hyper Inference)针对目标检测中的一个常见问题:当大图被缩放到模型输入尺寸时,小目标会变得难以识别。它将图像切分为有重叠的切片,对每个切片分别做检测,再把结果映射回整图坐标。

该库与框架无关,通过统一的 API 和 `sahi predict` 命令行工具,支持 Ultralytics YOLO、MMDetection、Hugging Face、TorchVision、Detectron2、YOLOv5 和 Roboflow RF-DETR 等检测模型。除切片推理外,还提供 COCO 数据集切片、COCO 转 YOLO 格式、COCO AP/AR 评估以及误差分析图生成等工具。

预测结果可通过与 FiftyOne 应用的集成进行交互式查看,也可按误检数量对预测结果排序。

核心功能

  • 01切片推理:对图像切块检测,并将结果合并回整图坐标。
  • 02统一的 API 和 CLI,支持 Ultralytics、MMDetection、Hugging Face、TorchVision、Detectron2、YOLOv5 和 RF-DETR 模型。
  • 03通过命令行进行图片和视频预测。
  • 04COCO 数据集工具,支持切片、子采样、过滤、合并、拆分及转换为 YOLO 格式。
  • 05按类别计算 COCO AP 和 AR 指标,并导出误差分析图表。
  • 06借助 FiftyOne 应用交互式查看和检查预测结果。

适用场景

  • 在高分辨率航拍或卫星影像中检测车辆、行人等小目标。
  • 在不降采样的前提下,对大型监控或工业检测图像进行推理。
  • 训练 YOLO 模型前,对 COCO 数据集进行转换和切片处理。
  • 通过生成误差分析图,定位检测模型的失效原因。

快速上手

  1. 1

    从 PyPI 安装 SAHI

    pip install sahi
  2. 2

    根据你的硬件安装 PyTorch 和 torchvision(参见 README 中的详细安装)

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

    安装检测框架,例如 ultralytics

    pip install ultralytics>=8.3.161

使用前须知

  • 完整使用需要另外安装检测框架和 PyTorch,设置较为繁琐。
  • 切片推理需要在大量图块上运行检测器,因此比标准预测更慢。

收录于专题

标签

常见问题

sahi 是什么?
一个 Python 切片推理库,将大图切分成小块后用检测模型逐块推理,以发现小目标。 SAHI(Slicing Aided Hyper Inference)针对目标检测中的一个常见问题:当大图被缩放到模型输入尺寸时,小目标会变得难以识别。它将图像切分为有重叠的切片,对每个切片分别做检测,再把结果映射回整图坐标。
sahi 可以免费使用吗?用的什么许可证?
sahi 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
sahi 还在维护吗?
活跃维护中。sahi 最近一次提交是在 2026年11月1日。
sahi 适合用来做什么?
在高分辨率航拍或卫星影像中检测车辆、行人等小目标。 在不降采样的前提下,对大型监控或工业检测图像进行推理。 训练 YOLO 模型前,对 COCO 数据集进行转换和切片处理。 通过生成误差分析图,定位检测模型的失效原因。
sahi 怎么安装和运行?
从 PyPI 安装 SAHI: pip install sahi 根据你的硬件安装 PyTorch 和 torchvision(参见 README 中的详细安装): pip install torch==2.13.0 torchvision==0.28.0 --index-url https://download.pytorch.org/whl/cu130 安装检测框架,例如 ultralytics: pip install ultralytics>=8.3.161
在哪里获取 sahi?
源代码和安装说明在 GitHub 上:https://github.com/obss/sahi

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目