Supervision 0.16.0: Универсальный SDK для CV-разработки на Python

Модель-агностичный подход и новые коннекторы

Ключевое изменение в Supervision — отказ от привязки к конкретным архитектурам. Библиотека теперь позволяет «вставлять» любые модели классификации, детекции или сегментации, возвращая результаты в едином формате sv.Detections. Это устраняет необходимость переписывать код при смене бэкенда.

Разработчики добавили готовые коннекторы для популярных библиотек:

• Ultralytics (YOLOv8/v11)
• Transformers (Hugging Face)
• MMDetection
• Inference (Roboflow Cloud)
• rfdetr (возвращает объекты Detections напрямую)

Унификация работы с датасетами

Supervision предоставляет мощный API для управления данными. Класс sv.DetectionDataset позволяет загружать, объединять, разбивать и сохранять датасеты в форматах COCO, YOLO и Pascal VOC. Это критически важно для пайплайнов ML, где требуется быстрая подготовка данных без использования сторонних утилит.

Визуализация и аннотация

Библиотека предлагает набор настраиваемых аннотаторов (BoxAnnotator и др.), которые позволяют кастомизировать отображение границ объектов, меток и траекторий. Это упрощает отладку моделей и создание презентационных материалов для стейкхолдеров.

Практическое применение: аналитика в реальном времени

В документации приведены примеры использования Supervision для сложных задач:

• Анализ времени ожидания: Подсчет времени пребывания объектов в зонах (Dwell Time Analysis) для оптимизации процессов в ритейле или транспорте.
• Оценка скорости: Трекинг транспортных средств с использованием YOLO и ByteTrack для расчета скорости и направления движения.

Технические требования и установка

Для работы библиотеки требуется Python версии 3.10 или выше. Установка осуществляется через стандартный пакетный менеджер pip.

Библиотека позиционируется как «строительные блоки» для разработчиков, позволяя сосредоточиться на логике приложения, а не на рутинной обработке тензоров и изображений.

Источник: Github ↗