← Descobrir
Descobrir · GitHub · Supervision↑ +1.288 hoje

Ferramentas para projetos de visão computacional

Desenvolvido pela Roboflow, o Supervision oferece ferramentas e funções auxiliares reutilizáveis para projetos de visão computacional. Esta biblioteca baseada em Python acelera os fluxos de trabalho de desenvolvimento, facilitando operações padrão em processos como detecção e rastreamento de objetos.

Atualizações

  • 4 de setembro de 2026: Estrelas 49,757 → 49,875, versão mais recente 0.30.2 (4 de setembro de 2026).
  • 27 de agosto de 2026: Estrelas 49,033 → 49,757, versão mais recente 0.30.1 (24 de agosto de 2026).
  • 6 de agosto de 2026: Estrelas 48,545 → 49,033, versão mais recente 0.30.0 (4 de agosto de 2026).
  • 2 de agosto de 2026: Estrelas 42,546 → 48,545, versão mais recente 0.29.1 (23 de junho de 2026).

O que você ganha

  • Ele acelera os processos de carregamento e processamento de dados em projetos de visão computacional.
  • Ele simplifica o desenvolvimento de aplicativos padronizando operações como detecção e rastreamento de objetos.
  • Ele fornece visualização e gerenciamento de conjuntos de dados, funcionando de forma compatível com diferentes bibliotecas de modelos.

Instalação

Instalação do pacote
pip install supervision

Execução

Marcando um objeto na imagem
import cv2
import supervision as sv

image = cv2.imread(...)
detections = sv.Detections(...)

box_annotator = sv.BoxAnnotator()
annotated_frame = box_annotator.annotate(scene=image.copy(), detections=detections)

Se você não programa

🤖 Cole isto no seu agente (Claude Code · Codex · Antigravity)

Instalei a biblioteca com o comando pip install supervision em um ambiente Python 3.9 ou superior. Quero visualizar os resultados da detecção de objetos e gerenciar meu conjunto de dados em meu projeto de visão computacional. Como posso marcar os resultados da detecção de objetos em uma imagem usando a biblioteca Supervision e como posso carregar e converter conjuntos de dados em diferentes formatos (COCO, YOLO, etc.)? Ajude-me a criar um fluxo de trabalho de amostra usando as ferramentas auxiliares de anotador e conjunto de dados fornecidas pela biblioteca.

Termos relacionados do glossário

Para quem éÉ adequado para desenvolvedores Python que desejam padronizar processos de detecção e rastreamento de objetos em projetos de visão computacional.
LicençaMIT

Links

A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-06-09: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. Esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.