sahi下載 - sahi原始碼下載

sahi

Python

0.11.19

下載

SAHI：切片輔助超推理

用於執行大規模物件偵測和實例分割的輕量級視覺庫

號

概述

物件偵測和實例分割是迄今為止電腦視覺中最重要的應用。然而，在實際使用中，小物體的檢測和大圖像的推理仍然需要改進。 SAHI 來幫助開發人員透過許多視覺實用程式克服這些現實問題。

命令	描述
預測	使用任何 ultralytics/mmdet/Detectron2/huggingface/torchvision 模型執行切片/標準視訊/影像預測
預測五十一點	使用任何 ultralytics/mmdet/ detectorron2/huggingface/torchvision 模型執行切片/標準預測，並在五十一個應用程式中探索結果
可可片	自動切片COCO註釋和影像文件
可可五十一	使用按錯誤偵測數量排序的五十個 ui 探索 COCO 資料集上的多個預測結果
可可評價	針對給定的預測和真實情況評估分類 COCO AP 和 AR
可可分析	計算並導出許多誤差分析圖
可可·約洛夫5	自動將任何 COCO 資料集轉換為 ultralytics 格式

快速入門範例

引用 SAHI 的出版品清單（目前 200 多個）

？使用 SAHI 的競賽獲獎者名單

教學

薩希簡介
官方論文（ICIP 2022 口頭）
預訓練權重和 ICIP 2022 紙本文件
使用 FiftyOne 視覺化和評估 SAHI 預測 (2024)（新）
來自“learnopencv.com”的“探索 SAHI”研究文章
「影片教學：用於小物體偵測的切片輔助超推理 - SAHI」（建議）
視頻推理支援上線
卡格爾筆記本
衛星物體偵測
誤差分析圖和評估（建議）
互動式結果視覺化和檢查（建議）
COCO資料集轉換
切片操作筆記本
YOLOX + SAHI演示：（建議）
RT-DETR + SAHI演練：（新）
YOLOv8 + SAHI演練：
DeepSparse + SAHI演練：
HuggingFace + SAHI演練：
YOLOv5 + SAHI演練：
MMDetection + SAHI演練：
Detectron2 + SAHI演練：
TorchVision + SAHI演練：

薩希約洛克斯

安裝

sahi安裝

安裝細節：

使用 pip 安裝sahi ：

 pip install sahi

在 Windows 上， Shapely需要透過 Conda 安裝：

 conda install -c conda-forge shapely

安裝您想要的 pytorch 和 torchvision 版本（用於 detectorron2 的 cuda 11.3，用於其餘版本的 cuda 11.7）：

 conda install pytorch=1.10.2 torchvision=0.11.3 cudatoolkit=11.3 -c pytorch

 conda install pytorch=1.13.1 torchvision=0.14.1 pytorch-cuda=11.7 -c pytorch -c nvidia

安裝您想要的偵測框架（yolov5）：

 pip install yolov5==7.0.13

安裝您所需的檢測框架（ultralytics）：

 pip install ultralytics==8.0.207

安裝您想要的檢測框架（mmdet）：

 pip install mim
mim install mmdet==3.0.0

安裝您想要的檢測框架（Detectron2）：

 pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu113/torch1.10/index.html

安裝您想要的檢測框架（huggingface）：

 pip install transformers timm

安裝您想要的檢測框架（超梯度）：

 pip install super-gradients==3.3.1

框架無關的切片/標準預測

sahi預測

在 cli.md 上查找有關sahi predict命令的詳細資訊。

在視頻推理教程中查找有關視頻推理的詳細資訊。

在 slicing.md 中查找有關圖像/資料集切片實用程式的詳細資訊。

誤差分析圖和評估

薩希分析

在誤差分析圖和評估中尋找詳細資訊。

互動式視覺化和檢查

薩希五十一

在互動式結果視覺化和檢查中尋找詳細資訊。

其他公用事業

在 coco.md 上尋找有關 COCO 公用程式（yolov5 轉換、切片、子取樣、過濾、合併、分割）的詳細資訊。

在 mot.md 上尋找有關 MOT 實用程式（地面實況資料集建立、以 mot 挑戰格式匯出追蹤器指標）的詳細資訊。

引文

如果您在工作中使用此包，請將其引用為：

 @article{akyon2022sahi,
  title={Slicing Aided Hyper Inference and Fine-tuning for Small Object Detection},
  author={Akyon, Fatih Cagatay and Altinuc, Sinan Onur and Temizel, Alptekin},
  journal={2022 IEEE International Conference on Image Processing (ICIP)},
  doi={10.1109/ICIP46576.2022.9897990},
  pages={966-970},
  year={2022}
}

 @software{obss2021sahi,
  author       = {Akyon, Fatih Cagatay and Cengiz, Cemil and Altinuc, Sinan Onur and Cavusoglu, Devrim and Sahin, Kadir and Eryuksel, Ogulcan},
  title        = {{SAHI: A lightweight vision library for performing large scale object detection and instance segmentation}},
  month        = nov,
  year         = 2021,
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.5718950},
  url          = {https://doi.org/10.5281/zenodo.5718950}
}