Model Entegrasyonları¶

SAHI, birleştirilmiş (tekil) bir API üzerinden tüm object detection kütüphaneleriyle çalışır. Modelinizi AutoDetectionModel.from_pretrained() ile bir kez yükleyin, ardından istediğiniz tüm SAHI fonksiyonlarıyla (Sliced Prediction, batch inference, CLI vb.) kullanın.

Ultralytics (YOLO)¶

Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLOv8 ve segmentation ile oriented bounding box modelleri dahil tüm Ultralytics varyantlarını destekler.

pip install ultralytics

from sahi import AutoDetectionModel
from sahi.predict import get_sliced_prediction

detection_model = AutoDetectionModel.from_pretrained(
    model_type="ultralytics",
    model_path="yolo26n.pt",
    confidence_threshold=0.25,
    device="cuda:0",  # or "cpu"
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
    overlap_height_ratio=0.2,
    overlap_width_ratio=0.2,
)

Ultralytics modelleri ayrıca birden fazla dilimi daha hızlı işlemek için yerel GPU batch inference özelliğini destekler:

result = get_sliced_prediction(
    "large_image.jpg",
    detection_model,
    slice_height=640,
    slice_width=640,
    batch_size=8,  # process 8 slices at once
)

YOLOE¶

Prompt-free ve open-vocabulary tespiti destekleyen YOLOE modelleri.

pip install ultralytics

detection_model = AutoDetectionModel.from_pretrained(
    model_type="yoloe",
    model_path="yoloe-v8l-seg.pt",
    confidence_threshold=0.25,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

YOLO-World (Zero-Shot)¶

Open-vocabulary tespit -- yeniden eğitim gerektirmeden metin açıklamasıyla (text description) nesneleri tespit edin.

pip install ultralytics

detection_model = AutoDetectionModel.from_pretrained(
    model_type="yolo-world",
    model_path="yolov8s-worldv2.pt",
    confidence_threshold=0.1,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

YOLOv5¶

yolov5 pip paketi üzerinden klasik YOLOv5 modelleri.

pip install yolov5

detection_model = AutoDetectionModel.from_pretrained(
    model_type="yolov5",
    model_path="yolov5s.pt",
    confidence_threshold=0.25,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

HuggingFace Transformers¶

HuggingFace Hub'dan object detection ve zero-shot object detection modellerini kullanın (DETR, Deformable DETR, DETA, GroundingDINO vb.).

pip install transformers timm

detection_model = AutoDetectionModel.from_pretrained(
    model_type="huggingface",
    model_path="facebook/detr-resnet-50",
    confidence_threshold=0.3,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

GroundingDINO modelleri metin koşullu (text-conditioned) inference gerektirir. Hedef kategoriler bilindiğinde text_labels kullanın; böylece SAHI bu etiketlere sabit kategori id'leri atayabilir. İşlemci tarafından döndürülen ek grounded ifadeler yeni kategoriler olarak eklenir.

detection_model = AutoDetectionModel.from_pretrained(
    model_type="huggingface",
    model_path="IDEA-Research/grounding-dino-tiny",
    confidence_threshold=0.25,
    text_threshold=0.20,
    text_labels=["car", "truck", "person"],
    device="cuda:0",
)

Zero-shot parametreleri¶

Ortak parametrelere ek olarak zero-shot (GroundingDINO) modelleri şunları kabul eder:

Parametre	Tip	Açıklama
`text_labels`	`list[str]`	Tespit edilecek sabit kategoriler, örn. `["car", "truck"]`. Her biri sabit bir kategori id'si alır; bu liste dışındaki ifadeler elenir
`text_prompt`	str	`text_labels` ayarlanmadığında kullanılan serbest metin istemi (örn. `"a car. a truck."`); döndürülen ifadeler dinamik kategoriler haline gelir
`text_threshold`	float	Bir kutuyu bir metin token'ı ile eşleştirmek için minimum skor (varsayılan: 0.25)

HuggingFace object detection notebook:

GroundingDINO zero-shot detection notebook:

HuggingFace Segmentation¶

HuggingFace Hub'dan segmentation modellerini çalıştırın. SAHI her bir segmenti poligon maskeli bir ObjectPrediction olarak döndürür; böylece sliced inference ve postprocessing işlemleri detection ile aynı şekilde çalışır.

Mimarisi	`instance`	`semantic`	`panoptic`
MaskFormer	✅	✅	✅
Mask2Former	✅	✅	✅
OneFormer	✅	✅	✅

Mevcut başlıklar (heads) kontrol noktasına (checkpoint) bağlıdır (örn. facebook/mask2former-swin-tiny-coco-instance yalnızca instance destekler). OneFormer inference anında başlığı seçer, dolayısıyla tek bir checkpoint her üçü için de hizmet verebilir.

pip install transformers timm

from sahi.models.huggingface_segmentation import SegmentationType

detection_model = AutoDetectionModel.from_pretrained(
    model_type="huggingface_segmentation",
    model_path="facebook/mask2former-swin-tiny-coco-instance",
    confidence_threshold=0.5,
    device="cuda:0",
    segmentation_type=SegmentationType.INSTANCE_SEGMENTATION,
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

Uygun başlığı kullanmak için segmentation_type seçeneğini SEMANTIC_SEGMENTATION veya PANOPTIC_SEGMENTATION olarak değiştirin. Semantic segmentation sınıfın tüm örneklerini tek bir maskede birleştirir, dolayısıyla nesne başına değil sınıf başına bir ObjectPrediction döndürülür.

Segmentation parametreleri¶

Ortak parametrelere ek olarak bu model şunları kabul eder:

Parametre	Tip	Açıklama
`segmentation_type`	`SegmentationType`	`INSTANCE_SEGMENTATION` (varsayılan), `SEMANTIC_SEGMENTATION` veya `PANOPTIC_SEGMENTATION`
`min_segment_area`	int	Bu piksel sayısından küçük segmentleri ele (varsayılan: 100)
`overlap_mask_area_threshold`	float	Bir maske içindeki bağlantısız parçaları birleştir/at (varsayılan: 0.8)
`label_ids_to_fuse`	`list[int]`	Yalnızca panoptic -- bu etiketlerin tüm örneklerini tek bir segmentte birleştir
`token`	str	Korumalı/özel (gated/private) modeller için HuggingFace erişim token'ı (`$HF_TOKEN` değerine düşer)

RT-DETR¶

Yüksek doğrulukta gerçek zamanlı tespit için Real-Time Detection Transformer.

pip install transformers timm

detection_model = AutoDetectionModel.from_pretrained(
    model_type="rtdetr",
    model_path="PekingU/rtdetr_r50vd",
    confidence_threshold=0.3,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

TorchVision¶

Dahili TorchVision tespit modellerini kullanın (Faster R-CNN, RetinaNet, FCOS, SSD vb.).

pip install torch torchvision

detection_model = AutoDetectionModel.from_pretrained(
    model_type="torchvision",
    model_path="fasterrcnn_resnet50_fpn",
    confidence_threshold=0.3,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

MMDetection¶

Tüm MMDetection model havuzunu (300+ model) destekler.

pip install mmdet mmcv mmengine

detection_model = AutoDetectionModel.from_pretrained(
    model_type="mmdet",
    model_path="path/to/checkpoint.pth",
    config_path="path/to/config.py",
    confidence_threshold=0.25,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

Detectron2¶

Detection ve instance segmentation için Facebook'un Detectron2 modellerini kullanın.

pip install detectron2

detection_model = AutoDetectionModel.from_pretrained(
    model_type="detectron2",
    model_path="path/to/model_final.pth",
    config_path="path/to/config.yaml",
    confidence_threshold=0.25,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

Roboflow (RF-DETR)¶

Detection ve segmentation için Roboflow'un RF-DETR modellerini kullanın.

pip install rfdetr

Modeli model argümanı ile geçin. Düz metin bir dize Roboflow Universe model id'si olarak değerlendirilir ve bir API anahtarı gerektirir; bir RF-DETR sınıf adı ise yerel bir model seçer.

Roboflow Universe (API key)Local weights (no API key)

detection_model = AutoDetectionModel.from_pretrained(
    model_type="roboflow",
    model="rfdetr-base",  # Universe model id
    api_key="YOUR_API_KEY",  # or set ROBOFLOW_API_KEY
    confidence_threshold=0.3,
    device="cuda:0",
)

detection_model = AutoDetectionModel.from_pretrained(
    model_type="roboflow",
    model="RFDETRSegMedium",  # RF-DETR class name, or the class/instance itself
    model_path="checkpoint.pth",  # your locally trained weights
    category_mapping={"0": "cat", "1": "dog"},  # required for custom classes
    image_size=640,  # must match the training resolution
    confidence_threshold=0.3,
    device="cuda:0",
)

result = get_sliced_prediction(
    "image.jpg",
    detection_model,
    slice_height=512,
    slice_width=512,
)

Kullanılabilir RF-DETR modelleri: RFDETRBase, RFDETRNano, RFDETRSmall, RFDETRMedium, RFDETRLarge, RFDETRSegNano, RFDETRSegSmall, RFDETRSegMedium, RFDETRSegLarge, RFDETRSegXLarge, RFDETRSeg2XLarge.

category_mapping değeri num_classes parametresini belirler, bu nedenle özel bir model buna ihtiyaç duyar aksi takdirde başlık checkpoint ile eşleşmez. image_size yalnızca model_path ayarlandığında uygulanır.

Ortak Parametreler¶

Tüm modeller AutoDetectionModel.from_pretrained() içinde şu parametreleri kabul eder:

Parametre	Tip	Açıklama
`model_type`	str	Framework adı (yukarıdaki bölümlere bakın)
`model_path`	str	Ağırlık dosyasının yolu veya model adı
`config_path`	str	Konfigürasyon dosyası yolu (MMDetection, Detectron2)
`confidence_threshold`	float	Bir tespiti tutmak için minimum skor (varsayılan: 0.25)
`device`	str	`"cpu"`, `"cuda:0"`, `"mps"` vb.
`category_mapping`	dict	Kategori ID'lerini isimlere haritalar: `{0: "car", 1: "person"}`
`category_remapping`	dict	Inference sonrasında kategori isimlerini yeniden haritalar
`image_size`	int	Model girdi çözünürlüğünü geçersiz kılar
`load_at_init`	bool	Ağırlıkları hemen yükler (varsayılan: True)

Önceden Yüklenmiş Model Kullanma¶

Zaten bir model örneğiniz (instance) varsa, bir yol yerine doğrudan onu geçin:

from ultralytics import YOLO

yolo_model = YOLO("yolo26n.pt")
# ... customize the model ...

detection_model = AutoDetectionModel.from_pretrained(
    model_type="ultralytics",
    model=yolo_model,
    confidence_threshold=0.25,
    device="cuda:0",
)

Sonraki Adımlar¶

Sliced Inference Nasıl Çalışır -- Algoritmayı anlayın
Prediction Araçları -- Gelişmiş prediction seçenekleri
Etkileşimli Notebook'lar -- Her framework için uygulamalı örnekler

models inference ultralytics mmdetection huggingface torchvision detectron2 yolov5 roboflow