Huashu Design
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求，变成一份完成的设计：发布动画、可点击的应用原型、可编辑的幻灯片、信息图，或一组小红书图片。可在多种智能体中使用。
新上架29.4k
概览
Roboflow 出品的免费开源 Python 库，用来搭建计算机视觉应用。它能把检测结果画出来、统计区域内的物体、转换数据集、给模型打分。安装说明覆盖 pip、conda、uv、模型和跟踪器、数据集和基准测试。
Supervision 计算机视觉工具库 是一款 GitHub 上的开源项目，属于开发类，由 Mindket 上架。可免费获取。当前为第 2 版，最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取，以 zip 压缩包下载。
速览
- 用在
- pip，文档里标为推荐的途径，可以选择 OpenCV 后端
- Poetry、uv 和 rye
- conda 和 mamba，来自 conda-forge
- 克隆 develop 分支，用于开发
- 先运行
pip install opencv-python supervision pip install pillow rfdetr
平台
Linux
macOS
Windows
关于
它是什么
Supervision 是 Roboflow 做的开源 Python 库，用来搭建计算机视觉应用。它自己不跑模型。你把它和一个模型配合使用。RF-DETR 的 predict 方法直接返回 Supervision 的 Detections 对象，其他模型的输出由 Supervision 的转换器变成同一个对象。之后你可以在图片和视频上画框、遮罩和标签，筛选检测结果，统计区域内有多少个。它还能在 YOLO、COCO 和 Pascal VOC 之间加载和转换数据集，并用 mAP 和混淆矩阵给模型打分。跨帧跟踪物体要用另一个单独的包，trackers。
- 模型在一张图片或一个视频帧里找出物体
- Supervision 把它的输出变成一个 Detections 对象
- 你对这些检测结果做筛选、跟踪、计数或绘制
- 你保存图片、视频，或者一个 CSV 或 JSON 文件
适合谁
已经有检测或分割模型、想要模型周围那部分代码的 Python 开发者和机器学习工程师，适合用它。这部分代码包括画出结果、按区域计数、转换数据集和打分。如果你需要的是模型本身，就不要用它，因为 Supervision 里没有模型。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 交通和城市 | 处理道路视频的工程师 | 统计区域内的车辆，并逐帧跟随它们 | 一位工程师在交通视频的第一帧上画出两个区域多边形，像“区域计数”指南那样，数出每个区域里的汽车。 |
| 零售和运营 | 研究排队和等待时间的分析师 | 跟踪人，并测量他们在标记区域里停留的时间 | 一位分析师照着停留时间教程，看顾客在一个区域里等了多久。 |
| 模型训练 | 做标注和训练的机器学习工程师 | 在 YOLO、COCO 和 Pascal VOC 之间加载、拆分、合并和转换数据集 | 一位工程师加载一个 COCO 数据集，拆分后把各部分存成 YOLO 格式去训练。 |
| 模型评估 | 比较检测器的团队 | 用 mAP、F1 和混淆矩阵，对照标注给预测结果打分 | 一个团队在同一个测试集上跑两个模型，比较它们的 mAP 结果。 |
| 高分辨率图片 | 找小物体的开发者 | 把大图切成小块，每块各自检测，再合并结果 | 一位开发者把模型包进 InferenceSlicer，这样大照片里的小物体也能找到。 |
用在哪里
在你自己的 Python 代码里使用。PyPI 列出了 Linux、macOS 和 Windows。制作方的文档写了下面这些途径，工具包里每一种都有一页说明。
- pip，文档里标为推荐的途径，可以选择 OpenCV 后端
- Poetry、uv 和 rye
- conda 和 mamba，来自 conda-forge
- 克隆 develop 分支，用于开发
- 模型和跟踪器：RF-DETR、Roboflow Inference、Ultralytics、Transformers 和 trackers 包
- 数据集、保存检测结果和基准测试
- 指南、速查表和示例文件在哪里
制作方没有给编程智能体写步骤。
如何设置
点“获取”会把一个装有 Mindket 安装说明的 zip 压缩包存进你的下载文件夹，上面每条途径都有一页。主要途径是 pip，在 Python 3.10 或更新的环境里使用。
| 需要 | 说明 |
|---|---|
| Python | 3.10 或更新。README 写的是 Python>=3.10 环境 |
| 模型 | Supervision 里没有模型。README 的示例用 RF-DETR，用 pip install pillow rfdetr 安装 |
| OpenCV | 只有你的代码导入 cv2 或读取摄像头时才需要。标准安装自带一个基于 NumPy、Pillow、SciPy 和 PyAV 的备用实现 |
| Roboflow 密钥或登录 | 只有示例这么要求时才需要：Inference 连接器，以及 Roboflow 数据集下载 |
| trackers 包 | 只用于在视频帧之间跟踪物体：pip install trackers |
- 打开一个 Python 3.10 或更新的环境。
- 安装带 OpenCV 的 Supervision，再装一个模型包。
- 对一张图片运行文档里的示例。
pip install opencv-python supervision pip install pillow rfdetr
如何使用
先跑一个模型，再把它的输出交给 Supervision。文档首页给出了这个示例。它在一张图片里找出物体，给每个物体画一个框和一个标签。
import cv2
import supervision as sv
from rfdetr import RFDETRMedium
model = RFDETRMedium()
image = cv2.imread("image.jpg")
detections = model.predict(image[:, :, ::-1])
box_annotator = sv.BoxAnnotator()
label_annotator = sv.LabelAnnotator()
annotated_image = box_annotator.annotate(scene=image, detections=detections)
annotated_image = label_annotator.annotate(scene=annotated_image, detections=detections)来自其他包的模型会返回它自己的结果类型，所以你要先转换。每个转换器都是 Detections 上的一个类方法，比如 from_inference、from_ultralytics 和 from_transformers。
示例
你在一张照片上跑了模型，只想留下有把握的检测结果。“筛选检测结果”那一页用一行代码把它们留下来。
detections = detections[detections.confidence > 0.5]
同一页还能按类别、面积、框大小和区域来筛选。用上面的两个标注器把筛选后的结果画出来。
新手与专家
新手：检测模型看一张图片，返回一些框，每个框带一个类别和一个置信度。Supervision 自己找不到任何东西。它是你围绕模型写的那部分代码：绘制、计数、保存和打分。先从一张图片和上面的示例开始。想试视频时，“跟踪物体”那一页会替你下载一段示例视频。
专家：每个模型连接器最后都得到同一个 Detections 对象，所以不管框是谁生成的，标注器和筛选的用法都一样。process_video 函数对每一帧运行一个回调，并写出一个新视频。LineZone 统计穿越线的物体，需要 tracker_id，所以要先运行跟踪器。对于移动的摄像头，“区域计数”那一页把 trackers 运动估计器给出的 coord_transform 传给区域判断。
CompactMask 把每个遮罩存成它的框裁剪区域的游程编码，Detections.from_inference 接受 compact_masks=True。那一页警告说，原生的 COCO RLE 遮罩可能丢掉它报告的框之外的像素。
注意事项
它是一个库，在你自己的 Python 代码里运行。下面各点都来自制作方的页面。
- 模型：不附带任何模型。模型来自别的包。“给模型做基准测试”那一页说，RF-DETR 的预训练检测和分割权重随 rfdetr 包提供。这些页面没有说这些权重是否要下载、从哪里下载
- 网络：download_assets 会下载示例视频，Roboflow 数据集下载需要登录。README 说它的 Inference 示例需要 Roboflow API 密钥，并且没有提到使用数据
- 跟踪：sv.ByteTrack 从 supervision-0.31.0 起已被移除。速查表里还有它的写法。现在的页面用的是 trackers 包里的 ByteTrackTracker
- OpenCV：它不再随 Supervision 一起安装。有些文字和抗锯齿绘制的像素可能与 OpenCV 的不同，文档给了一个固定版本的写法，pip install "supervision<0.30.0"，给需要旧行为的代码用
- 版本：仓库的默认分支是 develop。Mindket 的说明：PyPI 上的发布版本可能落后于它，所以先确认你要用的调用在你的版本里存在
- 卸载：README 没有给出卸载步骤。Mindket 的说明：用 pip 自带的卸载，或者删掉你为它建的环境
- 许可证：MIT。LICENSE 文件写的是“Copyright (c) 2022 Roboflow”
README 和文件
Supervision：安装说明
这个工具包里只有安装说明，由 Mindket 编写。Supervision 本身要从 PyPI 和 Roboflow 的仓库安装，地址是 https://github.com/roboflow/supervision
这些说明不是 Roboflow 写的，也没有得到 Roboflow 的认可。README 写道：“We are your essential toolkit for computer vision. From data loading to real-time zone counting, we provide the building blocks so you can focus on building applications around your models.”，意思是：这是你做计算机视觉的基础工具包，从加载数据到实时的区域计数，它提供各种构件，让你专心围绕自己的模型搭建应用。文档首页把它称为“an open-source Python library by Roboflow for building computer vision applications.”，意思是：Roboflow 做的开源 Python 库，用来搭建计算机视觉应用。文档地址：https://supervision.roboflow.com/
许可证：MIT。LICENSE 文件（https://github.com/roboflow/supervision/blob/develop/LICENSE.md）是 MIT 许可证的文本，写着“Copyright (c) 2022 Roboflow”。
仓库的默认分支是 develop。PyPI 上的发布版本可能落后于它，所以文档和 README 可能写到你安装的版本里还没有的东西。装好之后，先确认你要用的调用在你的版本里确实有。这一句是 Mindket 的说明，不是制作方的。
会安装什么
supervision，来自 PyPI 的 Python 包。来源见 https://github.com/roboflow/supervision/blob/develop/README.md- 它的基础依赖，PyPI 列出的有 av、defusedxml、matplotlib、numpy、pillow、pydeprecate、pyyaml、requests、scipy 和 tqdm。来源见 https://pypi.org/project/supervision/
- PyPI 给出的两个可选扩展：
geotiff（rasterio）和metrics（pandas）。基准测试指南安装的是supervision[metrics]。见 setup/datasets-and-benchmarks.md。 - 不含 OpenCV。OpenCV 迁移页写道：“Supervision no longer installs OpenCV or offers an OpenCV extra.”，意思是：Supervision 不再安装 OpenCV，也不再提供 OpenCV 扩展。标准安装自带一个基于 NumPy、Pillow、SciPy 和 PyAV 的备用实现。见 setup/pip.md。
- 不含模型。检测模型来自别的包，比如 RF-DETR、Roboflow Inference、Ultralytics 或 Transformers。见 setup/models-and-trackers.md。
事先需要准备
- Python 3.10 或更新。README 写的是“a Python>=3.10 environment”，PyPI 元数据写的是
>=3.10。来源见 https://github.com/roboflow/supervision/blob/develop/README.md - 想得到检测结果，要有一个模型和它的包。README 的示例用的是 RF-DETR。
- 如果你的代码导入
cv2（README 的标注器示例就是这样）或读取摄像头，要有 OpenCV。见 setup/pip.md。 - Roboflow API 密钥或登录，只在示例这么要求时才需要：README 的 Inference 连接器要 API 密钥，“处理数据集”在下载数据集前用
roboflow.login()登录，“给模型做基准测试”用Roboflow(api_key="<YOUR_API_KEY>")下载。见 setup/models-and-trackers.md 和 setup/datasets-and-benchmarks.md。
主安装命令
pip install supervision来源见 https://github.com/roboflow/supervision/blob/develop/README.md 和 https://supervision.roboflow.com/latest/
各平台的说明
- setup/pip.md：pip、OpenCV 的选择、后端检查和回退的写法
- setup/poetry-uv-rye.md：Poetry、uv 和 rye
- setup/conda-and-mamba.md：来自 conda-forge 的 conda 和 mamba
- setup/from-source.md：用 venv 或 uv 克隆
develop分支，以及预发布版的写法 - setup/models-and-trackers.md：模型连接器，RF-DETR、Inference、Ultralytics 和 Transformers，以及
trackers包 - setup/datasets-and-benchmarks.md：加载、拆分、合并和保存数据集，以及 metrics 扩展
- setup/docs-and-examples.md：指南、速查表和示例视频在哪里
制作方没有给 Claude Code、Codex 或 Cursor 写步骤。能运行 shell 命令的编程智能体，可以运行 setup/pip.md 里的命令。这一句是 Mindket 的说明，不是制作方的。
更新或卸载
README 和文档没有给出更新或卸载的步骤。用 pip 安装的包，可以使用 pip 自带的更新和卸载。如果你专门为 Supervision 建了一个虚拟环境，删掉它的文件夹就会移除里面的所有东西。这两句是 Mindket 的说明。
想退回旧版本，OpenCV 迁移页给了一个固定版本的写法。见 setup/pip.md。
使用数据和对外连接
README 没有提到使用数据。文档里会联网的调用有这些：download_assets 下载示例视频，roboflow 包在你登录之后下载数据集，README 说用 Inference 运行需要 Roboflow API 密钥。来源见 https://supervision.roboflow.com/latest/how_to/count_in_zone/ 、https://supervision.roboflow.com/latest/how_to/process_datasets/ 和 README。
来源
- README：https://github.com/roboflow/supervision/blob/develop/README.md
- 文档首页：https://supervision.roboflow.com/latest/
- OpenCV 迁移：https://supervision.roboflow.com/latest/how_to/opencv_migration/
- 检测并标注：https://supervision.roboflow.com/develop/how_to/detect_and_annotate/
- 跟踪物体：https://supervision.roboflow.com/latest/how_to/track_objects/
- 区域计数：https://supervision.roboflow.com/latest/how_to/count_in_zone/
- 筛选检测结果：https://supervision.roboflow.com/latest/how_to/filter_detections/
- 检测小物体：https://supervision.roboflow.com/latest/how_to/detect_small_objects/
- 处理数据集：https://supervision.roboflow.com/latest/how_to/process_datasets/
- 给模型做基准测试：https://supervision.roboflow.com/latest/how_to/benchmark_a_model/
- 保存检测结果：https://supervision.roboflow.com/latest/how_to/save_detections/
- 使用紧凑遮罩：https://supervision.roboflow.com/latest/how_to/use_compact_masks/
- 可视化深度图：https://supervision.roboflow.com/latest/how_to/visualize_depth/
- 速查表：https://roboflow.github.io/cheatsheet-supervision/
- 示例手册：https://supervision.roboflow.com/develop/cookbooks/
- 示例文件夹：https://github.com/roboflow/supervision/tree/develop/examples
- trackers 文档：https://trackers.roboflow.com
- PolygonZone 网页工具：https://roboflow.github.io/polygonzone/
- 模型排行榜：https://leaderboard.roboflow.com/
- LICENSE：https://github.com/roboflow/supervision/blob/develop/LICENSE.md
- PyPI：https://pypi.org/project/supervision/
README.md 6 KB setup/conda-and-mamba.md 1 KB setup/datasets-and-benchmarks.md 6 KB setup/docs-and-examples.md 5 KB setup/from-source.md 2 KB setup/models-and-trackers.md 7 KB setup/pip.md 3 KB setup/poetry-uv-rye.md 900 B
更新内容
Updated by Mindket to the current version of this kit.
评价
大家怎么说
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论，来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的，也未经核实，点开即可在原帖处阅读。
zerojamesAsk HN: Who is hiring? (July 2025)Roboflow | Solutions Architects, Implementation Engineer, Developer Advocate, Full Stack Engineers | Full-time (Remote, SF, NYC) | https://roboflow.com/careers?ref=whoishiring0725 Roboflow is the fastest way to use computer vision in production. We help developers give their software the sense of…deployedbyaiROBOFLOW: SUPERVISION 0.31.5: RTL LABELS, OCCLUSION-TOLERANT LINE COUNTS, EXACT ORIENTED-BOX CLIPPER1 条回复@HongyeMain本期 GitHub 热门项目，一张图看完。 ① Microduck：双足机器人控制 ② Firecrawl：网页数据 API ③ Mobile-MCP：Agent 操作手机 ④ Editor：MCP 参与 3D 建模 ⑤ TimesFM：时间序列预测 ⑥ Supervision：统一视觉输出 #GitHub精选 #开源项目 #AI工具 #人工智能 #Agent https://t.co/tFskKuS05kr/computervisionNew Roboflow Pricing: Free private data, weights download, and local inferencezerojamesAsk HN: Who is hiring? (June 2025)Roboflow | Solutions Architects, Implementation Engineer, Developer Advocate, Full Stack Engineers | Full-time (Remote, SF, NYC) | https://roboflow.com/careers?ref=whoishiring0625 Roboflow is the fastest way to use computer vision in production. We help developers give their software the sense of…deployedbyaiROBOFLOW: SUPERVISION 0.31.3: GRAYSCALE ANNOTATORS, OPENCV-EXACT FALLBACKS, MERGED YOLO POLYGONS1 条回复@iasg1004Plant cameras already run. The missing piece is reusable CV plumbing. 50,751★ · +327 today · #14 on GitHub Trending. roboflow/supervision: model-agnostic detect → track → annotate → zone count — plug Ultralytics / Transformers / Inference and ship the shop bay, not another notebook. Shop take: if…zerojamesAsk HN: Who is hiring? (April 2025)Roboflow | Solutions Architects, Implementation Engineer, Recruiter, Full Stack Engineers | Full-time (Remote, SF, NYC) | https://roboflow.com/careers?ref=whoishiring0425 Roboflow is the fastest way to use computer vision in production. We help developers give their software the sense of sight.…deployedbyaiRoboflow: supervision 0.31.2: Pascal VOC boxes follow devkit convention, edge-case crashes fixed1 条回复@TheTechDiggestEmpowers developers to build sophisticated real-world computer vision applications in minutes: • Traffic & Speed Analytics: Tracks vehicles in real time and measures accurate speeds across highways and urban roadways. • Sports Analytics: Draws movement trails, player tracking paths, and spatial…zerojamesAsk HN: Who is hiring? (March 2025)Roboflow | Solutions Architects, IT & Security Ops, Implementation Engineer, Recruiter, Full Stack Engineer | Full-time (Remote, SF, NYC) | https://roboflow.com/careers?ref=whoishiring0325 Roboflow is the fastest way to use computer vision in production. We help developers give their software the…deployedbyaiROBOFLOW: SUPERVISION 0.30.9: INSTALLS WITHOUT OPENCV, FIXES COCO/CREATEML BOX LOADING, IMPROVES VIDEO FRAME READING1 条回复
Mindket 的更多商品
查看 Mindket 的全部商品Guizang PPT Skill
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能，有两套视觉风格，还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
新上架29.8k
Claude Code Skills & Plugins
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能，按角色分组，从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
新上架29.8k
相似项目
查看开发类的全部商品AI Engineering from Scratch
rohitg00 · 工具包
Rohit Ghumare 做的免费课程，采用 MIT 许可证，分二十个阶段，从数学一路教到智能体和生产部署。Claude Code、Codex 和 Cursor 的导师技能带你一节课一节课地学。安装说明涵盖网站、克隆仓库、导师技能、聚焦路线、项目和认证。
新上架77.8k
微软 AI 入门课
microsoft · 工具包
微软出的免费 AI 课程，为期 12 周、共 24 节课，配有测验、Jupyter 笔记本和实验。内容从 AI 的历史和专家系统，讲到神经网络、计算机视觉和语言模型，最后是伦理。安装说明涵盖 Miniconda、容器、Codespaces 和 Binder。
新上架70.6k
prometheus
prometheus · 工具包
按计划从你的服务收集指标，存成时间序列，对它们运行规则并发出告警。适合运行和监控系统的团队。用 Go 编写。
新上架67.5k