别再重复造轮子了!这个Python库,让你10分钟搞定CV视觉任务
- 2026-07-01 02:27:35
数据加载、画框、统计人数、处理数据集…… 计算机视觉里那些又碎又烦的“脏活累活”， Supervision 全帮你干了。
🧠 一、小白入门：Supervision 是什么？
如果你写过计算机视觉（让计算机看懂图像/视频）的代码，你一定遇到过这些场景：
模型输出了一堆坐标，你要自己写代码画框、标标签、统计数量
训练数据要从一种格式转成另一种（COCO转YOLO、Pascal VOC转COCO……）
要把数据集按7:2:1拆成训练集、测试集、验证集
要统计一个人在一个区域里待了多长时间
这些事每个CV项目都会遇到，但每次都要重新写一遍，又碎又烦。
Supervision 就是来解决这个问题的。
🌟 一句话理解
Supervision = 计算机视觉的“瑞士军刀”不关心你用哪个模型（YOLO、Transformer、RF-DETR都行），只帮你搞定模型之后和之前的所有脏活累活。
📦 安装
pip install supervision只需要 Python 3.9 以上，一行命令搞定。
🔥 二、核心功能：Supervision 能帮你做什么？
1️⃣ 模型对接：不管什么模型，都能用
Supervision 不挑模型。你用一个模型检测出物体（比如人、车、猫、狗），得到一堆坐标和置信度，Supervision 帮你**统一格式化成 sv.Detections对象**。
import supervision as svfrom PIL import Imagefrom rfdetr import RFDETRSmall # 某个检测模型image = Image.open("图片路径")model = RFDETRSmall()detections = model.predict(image, threshold=0.5)print(len(detections)) # 检测到了几个物体？输出：5
💡 一句解释：
sv.Detections是 Supervision 定义的一种标准格式，里面包含了检测框的坐标、置信度、类别ID等信息。不管你用什么模型，最后都转成这个格式，后面的所有工具就能通用了。
支持的主流模型对接方式：
Ultralytics YOLO（最常用的目标检测模型）
Hugging Face Transformers（各种Transformer模型）
MMDetection（商汤开源的检测工具箱）
Inference（Roboflow）
RF-DETR（直接返回
sv.Detections）
2️⃣ 标注器：画框、画标签、画遮罩，一行代码
模型检测出物体之后，你通常要把结果画在图片上看看效果。Supervision 提供了十几种标注器，最常用的是画框：
import cv2import supervision as svimage = cv2.imread("图片路径")detections = sv.Detections(...) # 从模型得到的检测结果box_annotator = sv.BoxAnnotator() # 画框的标注器annotated_frame = box_annotator.annotate(scene=image.copy(),detections=detections)
效果就是这样：
除了画框，还有：
画圆点（CircleAnnotator）
画椭圆（EllipseAnnotator）
画多边形遮罩（MaskAnnotator，用于图像分割结果）
画热力图（HeatmapAnnotator）
画标签带背景框（LabelAnnotator）
你可以把这些标注器组合起来，比如：先画框，再在框上面画标签，再在图片角落画一个统计数字——全部支持。
3️⃣ 数据集工具：加载、拆分、合并、转换、保存
这是 Supervision 最实用的功能之一。你从网上下载的数据集可能是COCO格式，但你的训练代码要YOLO格式。以前你要写脚本转格式，现在一行代码搞定。
加载各种格式的数据集：
# 从YOLO格式加载dataset = sv.DetectionDataset.from_yolo(images_directory_path="图片文件夹路径",annotations_directory_path="标签文件夹路径",data_yaml_path="data.yaml路径")# 从COCO格式加载dataset = sv.DetectionDataset.from_coco(images_directory_path="图片文件夹路径",annotations_path="annotations.json路径")# 从Pascal VOC格式加载dataset = sv.DetectionDataset.from_pascal_voc(images_directory_path="图片文件夹路径",annotations_directory_path="标签文件夹路径")
💡 一句解释：COCO、YOLO、Pascal VOC 是三种常见的数据集标注格式，区别在于标注文件的结构和存储方式不同。COCO用一个大JSON文件存所有标注，YOLO每个图片对应一个txt文件，Pascal VOC用XML文件。
拆分数据集（训练/测试/验证）：
# 先拆成70%训练 + 30%测试train_dataset, test_dataset = dataset.split(split_ratio=0.7)# 再把测试集拆成50%测试 + 50%验证（即原来的15%测试 + 15%验证）test_dataset, valid_dataset = test_dataset.split(split_ratio=0.5)print(len(train_dataset)) # 700print(len(test_dataset)) # 150print(len(valid_dataset)) # 150合并多个数据集：ds_1 = sv.DetectionDataset(...) # 有狗和人ds_2 = sv.DetectionDataset(...) # 有猫ds_merged = sv.DetectionDataset.merge([ds_1, ds_2])print(ds_merged.classes) # ['cat', 'dog', 'person'] —— 自动合并类别保存为任意格式：# 保存为YOLO格式dataset.as_yolo(images_directory_path="输出图片文件夹",annotations_directory_path="输出标签文件夹",data_yaml_path="输出data.yaml路径")# 保存为Pascal VOCdataset.as_pascal_voc(images_directory_path="输出图片文件夹",annotations_directory_path="输出标签文件夹")# 保存为COCO格式dataset.as_coco(images_directory_path="输出图片文件夹",annotations_path="输出annotations.json路径")
格式转换一条龙：
# YOLO → Pascal VOC，一步到位sv.DetectionDataset.from_yolo(...).as_pascal_voc(...)
🎬 三、实战案例：Supervision 能做什么样的应用？
案例1：分析顾客停留时长（零售/商场）
你想知道顾客在某个货架前站了多久，Supervision 配合目标追踪可以实现：
检测每个人
追踪他们的移动轨迹
计算每个人进入某个“兴趣区域”到离开的时间差
教程视频：Dwell Time Analysis with Computer Vision
案例2：车辆测速（交通监控）
你想知道视频里每辆车的速度，Supervision 提供：
车辆检测 + 追踪
透视变换（把倾斜的摄像头画面变成俯视平面）
根据像素移动距离和实际距离换算速度
教程视频：Speed Estimation & Vehicle Tracking
案例3：实时人流统计（商场/场馆入口）
你想统计进出了多少人，Supervision 提供：
在画面中画一条“线”
当检测框穿过这条线时，计数+1
区分进入和离开方向
案例4：安全帽/工服检测（工地/工厂）
你想知道谁没戴安全帽：
检测“人”和“安全帽”
用
sv.BoxAnnotator把没戴安全帽的人用红色框标出来发出告警
案例5：瑕疵检测（工业质检）
传送带上的产品，你要找出有瑕疵的那些：
检测产品 + 检测瑕疵区域
用
sv.MaskAnnotator画出瑕疵的精确形状统计不良品数量
📚 快速学习资源
资源 | 说明 |
|---|---|
官方文档 | 完整API参考和教程 |
How-to 指南 | 手把手教你用每个功能 |
速查表 | 常用代码片段一页纸 |
示例代码 | 真实项目的完整代码 |
视频教程 | 停留时长分析、车辆测速等 |
Colab Demo | 在浏览器里直接试 |
✅ 总结
层次 | 核心内容 |
|---|---|
小白理解 | Supervision 是计算机视觉的“工具箱”，帮你搞定模型前后的各种繁琐工作 |
三大核心 | ①统一模型输出格式 ②丰富标注器 ③数据集加载/拆分/合并/转换 |
典型应用 | 停留时长分析、车辆测速、人流统计、安全帽检测、工业质检 |
📦 立即开始
pip install supervisionimport supervision as sv# 你的模型检测结果 → sv.Detections# sv.Detections → 画框、统计、转换数据集、分析区域print("Supervision 版本:", sv.__version__)
🔗 GitHub：
github.com/roboflow/supervision🔗 文档：
roboflow.github.io/supervisionSupervision—— 让你专注于模型和应用，而不是重复造轮子。
全文完。既然已经看到这里，请随手点个“赞”和“在看”吧。
◆ 发愿：四十如年少◆
公众号：为郎
更多项目实战部署、问题答疑尽在知识星球：
随机文章
-
10个月宝宝每天需要喝多少奶粉？
- PyPack-让 Python 项目打包不再繁琐
- 使用 python 和 ADS
- 如何用Python进行数据清洗?一篇学会
- 《操作系统教程(Linux 版)》第一章 读书笔记
- Python 元组和列表到底怎么选?看完这篇再也不纠结了
- 社团专栏|Linux系统&计算机基础科普分享会圆满落幕!
- 【GESP】2026年03月Python二级 -- 数数
- 想用Python拓展收入?拆解三个需求旺盛的兼职方向,业余时间更值钱
- 【生信分析】Python-1.序列比对-基于Needleman-Wunsch动态规划算法的全局比对
- Python+Codex一键自动化处理项目全流程
