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
- 25 de outubro de 2026: Estrelas 51,253 → 51,348, versão mais recente 0.31.2 (24 de outubro de 2026).
- 21 de outubro de 2026: Estrelas 51,223 → 51,253, versão mais recente 0.31.1 (20 de outubro de 2026).
- 17 de outubro de 2026: Estrelas 51,154 → 51,223, versão mais recente 0.31.0 (16 de outubro de 2026).
- 8 de outubro de 2026: Estrelas 51,146 → 51,154, versão mais recente 0.30.9 (8 de outubro 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
pip install supervisionExecução
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
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.
Repositório: https://github.com/roboflow/supervision. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.
Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.
Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.
Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.
Termos relacionados do glossário
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. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.