Ultralytics YOLO 是一个 Python 计算机视觉库,支持目标检测、分割、分类、姿态估计和目标跟踪等任务。
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
从 PyPI 安装 SAHI
pip install sahi - 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
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
可复用的 Python 计算机视觉工具包,用于数据集处理、检测结果可视化、目标跟踪与区域计数。
基于 PyTorch 的计算机视觉工具库,支持目标检测、实例分割和图像分类的训练与模型导出。
面向 NVIDIA 设备的 YOLO 系列 TensorRT 推理部署工具,支持C++与Python。
一款跨平台桌面应用,用 AI 辅助标注文本、图像、视频、点云和多模态数据,支持多种格式导出。
用大型基础模型自动标注图像,并训练可部署的小型监督视觉模型,无需人工标注。