sahi

SAHI (Slicing Aided Hyper Inference) é uma biblioteca de visão leve voltada para detecção de objetos e segmentação de instâncias em larga escala. Sua ideia central é a inferência fatiada: dividir imagens grandes em blocos sobrepostos, executar a detecção em cada bloco e mesclar os resultados, o que ajuda a revelar objetos pequenos que uma única passagem pela imagem inteira pode não detectar. A biblioteca é agnóstica de framework. O README lista suporte para modelos Ultralytics (variantes YOLO, YOLOE, YOLO11-OBB), MMDetection, modelos HuggingFace transformers como RT-DETR, TorchVision, Detectron2, YOLOv5, YOLOX, GroundingDINO e Roboflow/RF-DETR. A instalação é via pip, com extras opcionais específicos de cada framework. Uma interface de linha de comando cobre os principais fluxos de trabalho: predict para inferência fatiada ou padrão em imagens e vídeos; predict-fiftyone para inspecionar resultados no aplicativo FiftyOne; coco slice para fatiar imagens e anotações COCO; coco fiftyone para navegar pelas previsões ordenadas por erros de detecção; coco evaluate para AP/AR COCO por classe; coco analyse para gráficos de análise de erros; e coco yolo para converter conjuntos de dados COCO para o formato Ultralytics. As APIs Python estão documentadas para previsão, fatiamento e utilitários COCO. Além da inferência, o SAHI fornece ferramentas para conjuntos de dados: fatiamento, subamostragem, filtragem, mesclagem e divisão de conjuntos de dados COCO, além de conversão para o formato YOLO. Gráficos de análise de erros e relatórios de avaliação ajudam a diagnosticar falhas de detecção, e a integração com o FiftyOne oferece suporte à visualização interativa e inspeção das previsões. O projeto é publicado no PyPI e no conda-forge, tem um artigo na ICIP 2022, e sua documentação é indexada para assistentes de codificação com IA via Context7 MCP e um arquivo llms.txt. O README também inclui links para notebooks e demonstrações de cada framework suportado, uma demonstração no HuggingFace Space e recursos da comunidade, incluindo uma lista de publicações que o citam e vencedores de competições.