首页
/ SAHI项目0.11.21版本发布:新增类别排除与OBB检测功能

SAHI项目0.11.21版本发布:新增类别排除与OBB检测功能

2025-06-12 12:51:28作者:董灵辛Dennis

项目简介

SAHI(Slicing Aided Hyper Inference)是一个专注于提升小目标检测性能的开源项目。它通过创新的切片推理技术,能够显著提升现有目标检测模型对小目标的识别能力。该项目支持与多种主流目标检测框架集成,为计算机视觉开发者提供了高效的小目标检测解决方案。

核心更新内容

1. 新增类别排除功能

本次版本最重要的更新之一是增加了类别排除功能。开发者现在可以在使用预训练模型或自定义模型进行推理时,灵活地排除不需要检测的类别。这一功能通过以下两种方式实现:

  • 对于预训练模型:可以直接指定需要排除的类别ID或名称
  • 对于自定义模型:支持通过配置文件或代码参数设置排除类别

这项改进特别适用于以下场景:

  • 当只需要检测特定类别而忽略其他类别时
  • 需要减少计算资源消耗的场景
  • 提高特定类别检测精度的需求

2. 新增OBB(Oriented Bounding Box)演示

0.11.21版本新增了面向旋转边界框(OBB)的演示功能。OBB相比传统的水平边界框(HBB),能够更精确地框选旋转物体,在以下领域特别有用:

  • 遥感图像分析
  • 文档检测与识别
  • 任意方向排列的物体检测

该功能为开发者提供了处理旋转物体的新工具,扩展了SAHI在复杂场景下的应用能力。

3. 代码质量与工程化改进

本次更新还包含多项代码质量与工程化方面的改进:

  • 全面采用pyproject.toml进行项目管理
  • 引入pre-commit和ruff工具提升代码规范性
  • 优化类型提示系统,减少类型错误
  • 移除了对numpy版本的过时限制
  • 修复了文档中的版本信息问题

这些改进使得项目更加规范化,降低了开发者的使用门槛,同时提高了代码的健壮性和可维护性。

技术实现细节

在类别排除功能的实现上,SAHI采用了高效的过滤机制,在推理流程的早期阶段就排除了不需要检测的类别,而不是在后期处理中过滤结果。这种设计带来了以下优势:

  1. 减少了不必要的计算量
  2. 降低了内存占用
  3. 提高了整体推理速度

对于OBB功能的实现,项目采用了成熟的几何变换技术,确保在各种旋转角度下都能保持检测精度。同时,与现有的切片推理技术相结合,使得对小旋转目标的检测也能保持高准确率。

应用场景建议

基于本次更新,我们推荐在以下场景中使用SAHI 0.11.21版本:

  1. 工业质检:当产线上只需要检测特定缺陷类型时,可以使用类别排除功能提高检测效率
  2. 遥感图像分析:利用OBB功能精确检测任意方向的建筑物或车辆
  3. 智慧交通:在复杂的交通场景中,排除不相关的类别以专注于车辆和行人检测
  4. 医学影像:针对特定病症的检测,过滤无关的组织结构

升级建议

对于现有用户,升级到0.11.21版本是推荐的,特别是:

  • 需要处理旋转目标的用户应立即采用新版OBB功能
  • 希望优化推理效率的团队可以利用类别排除功能
  • 重视代码质量的开发者会受益于工程化改进

升级过程简单,只需更新包版本即可。新功能的API设计保持了向后兼容性,确保现有代码可以平稳过渡。

未来展望

从本次更新可以看出SAHI项目正朝着两个方向发展:

  1. 功能多样化:从基础的切片推理扩展到旋转目标检测等高级功能
  2. 使用便捷化:通过工程化改进降低使用门槛

预计未来版本可能会进一步优化这些新功能,并可能引入更多针对特定应用场景的增强特性。对于关注小目标检测技术的开发者来说,SAHI项目值得持续关注。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
162
2.05 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
96
15
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
199
279
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16
Git4ResearchGit4Research
Git4Research旨在构建一个开放、包容、协作的研究社区,让更多人能够参与到科学研究中,共同推动知识的进步。
HTML
22
1
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
950
557
risc-v64-naruto-pirisc-v64-naruto-pi
基于QEMU构建的RISC-V64 SOC,支持Linux,baremetal, RTOS等,适合用来学习Linux,后续还会添加大量的controller,实现无需实体开发板,即可学习Linux和RISC-V架构
C
19
5