sahi

SAHI（Slicing Aided Hyper Inference）は、大規模な物体検出とインスタンスセグメンテーションを目的とした軽量ビジョンライブラリです。その核となるアイデアはスライス推論です。大きな画像を重複するタイルに分割し、各タイルで検出を実行して結果をマージすることで、単一の全画像パスでは見逃される可能性のある小さな物体を検出しやすくします。 このライブラリはフレームワーク非依存です。READMEには、Ultralyticsモデル（YOLOバリアント、YOLOE、YOLO11-OBB）、MMDetection、RT-DETRなどのHuggingFace transformersモデル、TorchVision、Detectron2、YOLOv5、YOLOX、GroundingDINO、Roboflow/RF-DETRのサポートが記載されています。インストールはpipで行い、フレームワーク固有のオプションの追加パッケージも利用できます。 コマンドラインインターフェースは主要なワークフローをカバーしています。predictはスライスまたは標準の画像・動画推論用、predict-fiftyoneはFiftyOneアプリでの結果確認用、coco sliceはCOCO画像とアノテーションのスライス用、coco fiftyoneは誤検出順に並べた予測の閲覧用、coco evaluateはクラス別のCOCO AP/AR用、coco analyseはエラー分析プロット用、coco yoloはCOCOデータセットのUltralytics形式への変換用です。Python APIは、予測、スライス、COCOユーティリティについて文書化されています。 推論に加えて、SAHIはデータセットツールも提供します。COCOデータセットのスライス、サブサンプリング、フィルタリング、マージ、分割、およびYOLO形式への変換です。エラー分析プロットと評価レポートは検出失敗の診断に役立ち、FiftyOne統合は予測のインタラクティブな可視化と検査をサポートします。 このプロジェクトはPyPIとconda-forgeで公開されており、ICIP 2022の論文があり、そのドキュメントはContext7 MCPとllms.txtファイルを介してAIコーディングアシスタント向けにインデックス化されています。READMEには、サポートされている各フレームワークのノートブックとデモへのリンク、HuggingFace Spaceデモ、引用文献リストやコンペティション受賞者を含むコミュニティリソースも掲載されています。