跳转至

📝 更新日志

🚀 SAHI v0.12.0 发布说明

这是 SAHI 迄今为止规模最大的版本之一。自 0.11.34 以来共包含 95 个提交 （同时纳入了 0.11.35/0.11.36 热修复版本），带来了重新设计的后处理引擎、 真正的批量推理、无 PyTorch 核心、新增的开放词汇和分割模型，以及全面重构的文档。

🚀 关键更新

⚡ 批量推理、无 PyTorch 核心与加速后处理后端

  • 批量推理 -- 端到端批量处理切片，大幅提升 GPU 吞吐量 (#1336)。
  • 无 PyTorch 核心 -- 核心切片和后处理流程不再硬依赖 PyTorch；只需安装所用后端需要的依赖 (#1336)。
  • 可插拔后处理后端 -- NMS/NMM 可以在以下后端运行： NumPy（无重型依赖）、Numba（JIT 加速 CPU）或 TorchVision（GPU）；系统会根据当前环境自动选择 (#1336)。

🧠 新增模型支持

  • GroundingDINO (HuggingFace) -- 通过 SAHI 的切片流程进行零样本、文本提示驱动的开放词汇检测， 并提供专用的演示 notebook (#1361)。
  • HuggingFace 通用分割 (#1360)。
  • RF-DETR-Seg 分割模型 (#1315)。
  • YOLOE 检测模型 (#1268)。
  • YOLO-World 开放词汇检测 (#1267)。
  • 在 Ultralytics 后端、CLI、文档和 notebooks 中支持 YOLO26 (#1321, #1322, #1356)。

🎚️ 更精细的切片与后处理控制

  • 在 get_sliced_prediction 中新增 force_postprocess_type (#1346)。
  • 所有预测 API 均支持在每次调用时覆盖 confidence_threshold (#1352)。
  • Python API 和 CLI 中的 get_sliced_prediction 均支持进度条和进度回调 (#1255)。

📚 文档

  • 文档迁移至 Zensical，并全面清理代码类型标注和格式 (#1344)。
  • 新增中文 (zh) 翻译并保持同步 (#1253, #1332, #1347)。
  • 新增 API 参考、后处理后端指南、安全政策和行为准则 (#1257, #1272, #1349)。

✨ 性能与改进

  • 显著加速后处理 -- NMS、NMM 和 GREEDYNMM 现使用 shapely STRtree 空间索引， 大幅加速包含大量切片或检测结果的图像合并 (#1248)。
  • 加速 read_image_as_pil，提高切片吞吐量 (#1353)。
  • 改进预测和切片过程中的性能与资源管理 (#1263)。
  • 提升 nms 性能，并正确处理空预测结果 (#1288)。
  • 使用轻量级内置函数 yolo_bbox_to_voc_bbox 替代 pybboxes (#1320)，并移除 pybboxes 和 固定版本的 opencv-python 约束 (#1325)。

🐞 Bug 修复

  • 修复空 shapely_annotation.multipolygon 导致边界框为空的问题 (#1140)。
  • 修复 Detectron2 模型的无效分割掩码 (#1262)。
  • 修正 BoundingBox 中的边距计算 (#1286)。
  • 修复 read_image_as_pil 对 CHW 格式图像的处理 (#1287)。
  • 校验 get_slice_bboxes 中的重叠率（必须小于 1.0） (#1285)。
  • 修正 RTDetrDetectionModel 中模型路径无效时的错误消息 (#1266)。
  • 修复后处理模块中不正确的类型标注 (#1327)。
  • Ultralytics 模型支持更多格式，并改进任务处理 (#1321)。
  • 新增 pywinpty，提升 Windows 开发兼容性 (#1319)。

🧹 维护与 CI

  • 将所有 GitHub Actions 固定到提交 SHA，提升供应链安全性 (#1351)。
  • 新增多操作系统 CI 矩阵，并使用更清晰的工作流名称 (#1334)。
  • CI 和文档升级至 Python 3.12/3.13 (#1259, #1260)。
  • 移除已弃用的 YOLOv5 辅助函数、旧版 requirements.txt、MMDet 工作流和未使用的 Netlify 配置 (#1326, #1342, #1341, #1335)。
  • 将依赖更新至 numpy<3.0、torchvision 0.23.0，并纳入大量 Dependabot 依赖更新 （现在也覆盖 pip）。

🙌 新贡献者

  • @vinnik-dmitry07 在 #1140 中首次贡献
  • @nikvo1 在 #1248 中首次贡献
  • Christopher Field (@volks73) 在 #1262 中首次贡献
  • Haotian Gong (@ZephyrKeXiner) 在 #1253 中首次贡献
  • Yogendra Singh (@yogendrasinghx) 在 #1326 中首次贡献
  • Ivan Buldakov (@ibuldakov) 在 #1315 中首次贡献
  • Vignesh Suresh (@srikrishnavignesh) 在 #1360 中首次贡献
  • Ömer Günaydın (@siromermer) 在 #1361 中首次贡献

完整更新日志： https://github.com/obss/sahi/compare/0.11.34...0.12.0

🚀 SAHI v0.11.31 发布说明

我们很高兴地宣布 SAHI v0.11.31 版本，包含重要的 Bug 修复和改进！

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.30...0.11.31

🚀 SAHI v0.11.30 发布说明

我们很高兴地宣布 SAHI v0.11.30 版本，改进了性能追踪、增强了测试基础设施，并提升了开发者体验！

📈 里程碑

  • 引用 SAHI 的学术论文达到 400 篇！ (#1168)

🚀 关键更新

⚡️ 性能与监控

  • 修复了 get_sliced_prediction 中的后处理耗时追踪 -- 现在可以正确分离切片、预测和后处理的耗时，实现准确的性能监控 (#1201) - 感谢 @Toprak2！

🧩 框架更新

  • 重构 Ultralytics 支持，增加 ONNX 模型支持和更好的兼容性 (#1184)
  • 更新 TorchVision 支持至最新 API (#1182)
  • 改进 Detectron2 支持，优化配置处理以防止 KeyError 问题 (#1116) - 感谢 @Arnesh1411！
  • 新增 Roboflow 框架支持，用于 Roboflow Universe 的 RF-DETR 模型 (#1161) - 感谢 @nok！
  • 移除 deepsparse 集成，该框架已停止维护 (#1164)

🧪 测试基础设施

  • 测试套件迁移至 pytest (#1187)
    • 通过更好的并行执行加速测试
    • 扩展 Python 版本覆盖（3.8、3.9、3.10、3.11、3.12）
    • 更新至更新的 PyTorch 版本以实现更好的兼容性测试
    • 改进测试组织和可维护性
  • 重构 MMDetection 测试以提高可靠性 (#1185)

💻 开发者体验

  • 新增 Context7 MCP 集成，用于 AI 辅助开发 (#1198)
    • SAHI 的文档现已在 Context7 MCP 中建立索引
    • 为 AI 编码助手提供最新的、版本特定的代码示例
    • 包含 llms.txt 文件，用于 AI 可读文档
    • 查看 Context7 MCP 安装指南 将 SAHI 文档集成到您的 AI 工作流程中

🛠️ 改进

🧹 代码质量与安全性

  • 不可变边界框，用于线程安全操作 (#1194, #1191) - 感谢 @gboeer！
  • 增强类型提示和文档字符串 (#1195) - 感谢 @gboeer！
  • 预测分数运算符重载，支持直观的分数比较 (#1190) - 感谢 @gboeer！
  • PyTorch 现为软依赖，提高灵活性 (#1162) - 感谢 @ducviet00！

🏗️ 基础设施与稳定性

  • 改进依赖管理和文档 (#1183)
  • 增强 pyproject.toml 配置，实现更好的包管理 (#1181)
  • 优化 CI/CD 工作流，用于 MMDetection 测试 (#1186)

🐛 Bug 修复

  • 修复 CUDA 设备选择，支持 cuda:0 以外的设备 (#1158) - 感谢 @0xf21！
  • 修正参数命名，将 'confidence' 改为 'threshold' 以保持一致性 (#1180) - 感谢 @nok！
  • 修复设备选择函数中的正则表达式格式 (#1165)
  • 解决未安装 PyTorch 时的 torch 导入错误 (#1172) - 感谢 @ducviet00！
  • 修复 AutoDetectionModel.from_pretrained 的模型实例化问题 (#1158)

📦 依赖项

  • 将 OpenCV 包从 4.10.0.84 更新至 4.11.0.86 (#1171) - 感谢 @ducviet00-h2！
  • 移除已停止维护的 matplotlib-stubs 依赖 (#1169)
  • 清理未使用的配置文件 (#1199)

📚 文档

  • 新增 context7.json 以改进 AI 工具集成 (#1200)
  • 更新 README 中的贡献者信息 (#1175, #1179)
  • 新增 Roboflow+SAHI Colab 教程链接 (#1177)

🙏 致谢

特别感谢所有让此版本成为可能的贡献者：@nok、@gboeer、@Toprak2、@Arnesh1411、@0xf21、@ducviet00、@ducviet00-h2、@p-constant 和 @fcakyon！

完整更新日志：https://github.com/obss/sahi/compare/0.11.24...0.11.30

🚀 SAHI v0.11.29 发布说明

🆕 更新内容

完整更新日志：https://github.com/obss/sahi/compare/0.11.28...0.11.29

🚀 SAHI v0.11.28 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.27...0.11.28

🚀 SAHI v0.11.27 发布说明

🆕 更新内容

完整更新日志：https://github.com/obss/sahi/compare/0.11.26...0.11.27

🚀 SAHI v0.11.26 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.25...0.11.26

🚀 SAHI v0.11.25 发布说明

🆕 更新内容

完整更新日志：https://github.com/obss/sahi/compare/0.11.24...0.11.25

🚀 SAHI v0.11.24 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.23...0.11.24

🚀 SAHI v0.11.23 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.22...0.11.23

🚀 SAHI v0.11.22 发布说明

🆕 更新内容

完整更新日志：https://github.com/obss/sahi/compare/0.11.21...0.11.22

📚 核心文档文件

📦 预测工具

  • 执行目标检测推理的详细指南
  • 标准和切片推理示例
  • 批量预测用法
  • 推理时的类别排除
  • 可视化参数和导出格式
  • 各模型集成的交互式示例（YOLOv8、MMDetection 等）

✂️ 切片工具

  • 大图像和数据集切片指南
  • 图像切片示例
  • COCO 数据集切片示例
  • 交互式示例 notebook 参考

🐒 COCO 工具

  • 处理 COCO 格式数据集的全面指南
  • 数据集创建和操作
  • COCO 数据集切片
  • 数据集拆分（训练集/验证集）
  • 类别筛选和更新
  • 基于面积的筛选
  • 数据集合并
  • 格式转换（COCO ↔ YOLO）
  • 数据集采样工具
  • 统计计算
  • 结果验证

💻 CLI 命令

  • SAHI 命令行界面完整参考
  • 预测命令
  • FiftyOne 集成
  • COCO 数据集操作
  • 环境信息
  • 版本检查
  • 自定义脚本用法

👁️ FiftyOne 集成

  • 使用 FiftyOne 可视化和分析预测的指南
  • 数据集可视化
  • 结果探索
  • 交互式分析

📓 交互式示例

所有文档文件都配有 demo 目录 中的交互式 Jupyter notebook：

  • slicing.ipynb - 切片操作演示
  • inference_for_ultralytics.ipynb - YOLOv8/YOLO11/YOLO26 集成
  • inference_for_ultralytics_yoloe.ipynb - YOLOE 集成
  • inference_for_yolov5.ipynb - YOLOv5 集成
  • inference_for_mmdetection.ipynb - MMDetection 集成
  • inference_for_detectron2.ipynb - Detectron2 集成
  • inference_for_huggingface.ipynb - HuggingFace 模型集成
  • inference_for_groundingdino.ipynb - GroundingDINO 零样本检测
  • inference_for_torchvision.ipynb - TorchVision 模型集成
  • inference_for_rtdetr.ipynb - RT-DETR 集成
  • inference_for_roboflow.ipynb - Roboflow RF-DETR 集成

🚦 快速上手

如果您是 SAHI 新用户：

  1. 从预测工具开始，了解基本推理
  2. 探索切片工具，学习处理大图像
  3. 查看 CLI 命令，了解命令行用法
  4. 深入 COCO 工具，学习数据集操作
  5. 尝试 demo 目录 中的交互式 notebook，获取实践经验

🚀 SAHI v0.11.21 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.20...0.11.21

🚀 SAHI v0.11.20 发布说明

🆕 更新内容

完整更新日志：https://github.com/obss/sahi/compare/0.11.19...0.11.20

🚀 SAHI v0.11.19 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.18...0.11.19

🚀 SAHI v0.11.18 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.16...0.11.18

🚀 SAHI v0.11.16 发布说明

🚀 SAHI v0.11.15 发布说明

🚀 SAHI v0.11.14 发布说明

🆕 更新内容

🙌 新贡献者

完整更新日志：https://github.com/obss/sahi/compare/0.11.13...0.11.14

🚀 SAHI v0.11.13 发布说明

🚀 SAHI v0.11.12 发布说明

🚀 SAHI v0.11.11 发布说明

🚀 SAHI v0.11.10 发布说明

🚀 SAHI v0.11.9 发布说明

🚀 SAHI v0.11.8 发布说明

🚀 SAHI v0.11.7 发布说明

🚀 SAHI v0.11.6 发布说明

🚀 SAHI v0.11.5 发布说明

🚀 SAHI v0.11.4 发布说明

🚀 SAHI v0.11.3 发布说明

🚀 SAHI v0.11.2 发布说明

🚀 SAHI v0.11.1 发布说明