维护活跃度
数据完整
2026-10-28 16:53
最近推送
最近推送 2026-10-28 16:53（0 天前），属于活跃维护
roboflow/supervision
GITHUB中文整理主语言 Python · 51,405 星 · MIT · 创建于 2022-11-28
一套面向计算机视觉应用的 Python 工具库，提供数据加载、模型结果接入、标注绘制和区域计数等可复用组件，帮开发者围绕模型搭建实际应用。
Stars
51,405
累计 star，越多说明被认可得越广
Watching
297
订阅该仓库变动的人数
Forks
4,898
被派生出去的仓库数
Issues
76
当前开放的 Issue 数
语言
Python
GitHub 自动判定的主语言
许可证
MIT
开源协议，用之前先确认能不能商用
24h 增长
—
数据积累中
7 日增长
—
数据积累中
30 日增长
—
数据积累中
仓库健康度
5 个维度
社区响应
数据完整
76
开放 Issue
开放 Issue 76 个 · Fork 4,898 个
增长趋势
证据不足
—
7 日新增
star 记录还不够天数，增量算不出来
项目规范
数据完整
MIT
许可证
许可证 MIT · 8 个 topics
版本发布
证据不足
—
发布次数
这一项暂无数据，不代表项目没有发布
「证据不足」表示这项数据暂时没有取到，不能读成「项目有问题」；「部分数据」表示只拿到一部分信号。版本发布要额外调 Releases 接口，下一版补。
Star 趋势
6 天记录
51,405当前 Star
+120首尾差值
2026-10-23最早记录
2026-10-28最近记录
横轴 2026-10-23 → 2026-10-28，纵轴按这段时间的最小/最大值拉伸。趋势来自站内每天记录一次的星数，页面打开时不会实时请求 GitHub。
它解决什么问题
据 README 归纳做计算机视觉应用时，从读取数据、对接不同模型输出，到在画面上画框、统计区域人数，往往要重复写大量零散代码。缺少统一工具，开发者会被这些工程细节拖住，难以把精力放在应用逻辑本身。
核心能力
6 条- 1接入分类、检测、分割等任意模型输出
- 2提供 Ultralytics、Transformers、MMDetection 等连接器
- 3组合多种可定制的标注器生成可视化
- 4加载、拆分、合并和保存多种格式数据集
- 5在实时视频流中做区域计数与停留时间分析
- 6跟踪目标并估计车辆速度
项目画像
6 个角度项目定位
一套面向计算机视觉应用的 Python 工具库，提供数据加载、模型结果接入、标注绘制和区域计数等可复用组件，帮开发者围绕模型搭建实际应用。
适合谁
需要快速搭建计算机视觉应用的 Python 开发者，尤其适合做目标检测、跟踪、视频分析和数据可视化的场景。
典型场景
在零售或交通场景中对视频流做区域计数，统计目标在指定区域内的停留时间。；结合目标检测与多目标跟踪，跟踪车辆并估计其行驶速度。；将任意检测、分割或分类模型的输出统一可视化，快速生成带标注的画面。；对已有数据集做加载、拆分、合并和保存，便于组织训练数据。
部署难度
上手较简单：安装 Python 3.10 以上环境后用 pip 安装主包即可；使用特定模型连接器时再按需安装可选依赖。
风险限制
需要 Python 3.10 及以上环境；部分模型接入需额外安装可选依赖；具体支持的数据集格式和平台未详细列出。
最近维护
最近一次推送是 2026-10-28 16:53。 实现方式：以模型无关的方式设计，把各种检测或分割模型的结果统一成通用数据结构，再交给标注器和数据集工具处理，从而串联数据加载、结果可视化和区域统计等环节。
README 原文细节
2 个板块怎么安装从零跑起来的步骤
💻 Install
Pip install the supervision package in a Python>=3.10 environment.
Read more about conda, mamba, and installing from source in our guide.
pip install supervision其它说明README 里剩下的内容
概述
- 🔥 Quickstart
- Annotators
- 🎬 Tutorials
- 💜 Built with Supervision
- 📚 Documentation
- 🏆 Contribution
👋 Hello
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. 🤝
Models
Supervision was designed to be model agnostic. Just plug in any classification, detection, or segmentation model. For your convenience, we have created connectors for the most popular libraries like Ultralytics, Transformers, MMDetection, or Inference. Other integrations, like rfdetr, already return sv.Detections directly.
Install the optional dependencies for this example with pip install pillow rfdetr.
关于 supervision 的常见问题
7 个问题supervision 是做什么的？
一套面向计算机视觉应用的 Python 工具库，提供数据加载、模型结果接入、标注绘制和区域计数等可复用组件，帮开发者围绕模型搭建实际应用。 做计算机视觉应用时，从读取数据、对接不同模型输出，到在画面上画框、统计区域人数，往往要重复写大量零散代码。缺少统一工具，开发者会被这些工程细节拖住，难以把精力放在应用逻辑本身。
supervision 有哪些功能？
核心能力：接入分类、检测、分割等任意模型输出；提供 Ultralytics、Transformers、MMDetection 等连接器；组合多种可定制的标注器生成可视化；加载、拆分、合并和保存多种格式数据集；在实时视频流中做区域计数与停留时间分析；跟踪目标并估计车辆速度。
supervision 适合谁用？
需要快速搭建计算机视觉应用的 Python 开发者，尤其适合做目标检测、跟踪、视频分析和数据可视化的场景。
supervision 是怎么工作的？
以模型无关的方式设计，把各种检测或分割模型的结果统一成通用数据结构，再交给标注器和数据集工具处理，从而串联数据加载、结果可视化和区域统计等环节。
怎么安装 supervision？
按项目 README 的说明：Pip install the supervision package in a Python>=3.10 environment.；Read more about conda, mamba, and installing from source in our guide.。完整命令见下方「怎么安装」一节或 GitHub 仓库的 README。
用 supervision 有什么门槛或限制？
需要 Python 3.10 及以上环境；部分模型接入需额外安装可选依赖；具体支持的数据集格式和平台未详细列出。
supervision 现在还在维护吗？数据怎么样？
目前 51,405 星，4,898 个 Fork，主语言 Python，创建于 2022-11-28，最近一次推送 2026-10-28 16:53，许可证 MIT。星数、Fork、推送时间都是 GitHub 返回的实时数据，「最近推送」离现在越近说明越活跃；长期不动要留意是否已停止维护。
这些内容来自哪
读法说明中文说明据项目 README 归纳只写 README 能确认的内容，不替作者补功能与数字
关键数据与 GitHub 页面一致星数、Fork、语言与时间都不做二次加工
数据日期2026-10-23 17:55星数与介绍这份数据是哪一天的
项目数据取自 GitHub 官方接口与项目 README；星数、Fork、语言与时间以 GitHub 页面为准，档案更新于 2026-10-23 17:55。
