日榜首次记录
历史最佳#9当前排名#9
暂无可比的上一期数据
- 记录天数
- 1 天
- 记录期 Star
- 0
@roboflow
supervision
roboflow/supervisionWe write your reusable computer vision tools. 💜
STARS48,777
FORKS4,611
OPEN ISSUES / PRS76
LANGUAGEPython
HISTORICAL INTELLIGENCE
历史情报摘要
VERIFIABLE HEALTH SIGNALS
项目健康证据
维护、响应、交付与采用风险分开观察，不生成虚假的单一总分。MAINTENANCE
核对提交维护活性
- 近 90 天 Commit
- ≥195 已采集下限
- 活跃贡献者
- ≥37 按公开提交账号去重
- 近 12 月活跃月份
- 8/12 基于已采集提交
RESPONSE
核对样本社区响应
- Issue 关闭率
- 94% 16/17 个同期新 Issue
- Issue 关闭中位数
- 21 小时 仅统计已关闭样本
- PR 合并率
- 85% 175/206 个同期新 PR
- PR 合并中位数
- 9.4 小时 仅统计已合并样本
DELIVERY
核对发布持续交付
- 近 12 月正式 Release
- 7 排除草稿与预发布
- 最近正式 Release
- 2026-08-05 以公开发布时间为准
- 发布间隔中位数
- 44.1 天 至少两次正式发布才计算
ADOPTION
查看仓库采用风险
- 仓库状态
- 正常开放 未发现归档标记
- 开源协议
- MIT 仍需核对完整协议与依赖
- Security Policy
- 未发现 仅检查 GitHub 社区资料
90-DAY CHANGE RADAR
最近 90 天发生了什么
依据可复核的项目特定事件生成，不用通用文案补足事实。
近 90 天同时存在正式发布与合并活动，可继续核对具体演进方向
近 90 天记录到 ≥195 次 Commit、206 个新 PR（175 个已合并）和 17 个新 Issue（16 个已关闭）；同期可复核正式 Release 4 个。
按公开提交记录统计，不判断代码质量。
前者为已合并数量，后者为同期新建样本。
前者为已关闭数量，后者为同期新建样本。
仅统计窗口内非草稿、非预发布版本。
可复核事件4 条项目特定事实
点击前往 GitHub 原始记录- 合并 PR⬆️ Bump cryptography from 48.0.1 to 50.0.0 in the uv group across 1 directory
- Commit⬆️ Bump cryptography from 48.0.1 to 50.0.0 in the uv group across 1 directory (#2473)
- 合并 PR⬆️ Bump pymdown-extensions from 10.21.3 to 11.0 in the uv group across 1 directory
- Commit⬆️ Bump pymdown-extensions from 10.21.3 to 11.0 in the uv group across 1 directory (#2472)
AI-ASSISTED PROJECT BRIEF
项目定位与辅助解读
AI 解读仅作初评参考，技术落地请以 GitHub 源码、README 和完整协议为准。
项目资料AI 整理
supervision 是 Roboflow 开源的 Python 计算机视觉工具库，提供模型无关的检测、分割、分类后处理、标注和数据集处理功能，MIT 许可，适用于快速构建视觉应用。
supervision 是一个面向计算机视觉开发者的 Python 库，旨在提供可复用的工具集。从公开资料看，它支持加载多种主流模型（如 Ultralytics、Transformers、MMDetection、Inference 等）的检测结果，并提供丰富的标注器（如 BoxAnnotator）和数据集处理工具。项目采用 MIT 许可证，代码仓库活跃，拥有较多 Stars 和 Forks。官方 README 强调其模型无关性，但具体性能需结合底层模型和用户场景验证。
核心亮点
项目最值得关注的能力
- 模型无关：支持接入多种主流 CV 模型框架，统一输出 Detections 对象
- 丰富的标注器：提供可自定义的框、掩码等标注组件
- 数据集工具：支持加载、拆分、合并和保存常见数据集格式
适用场景
它可以解决哪些实际问题
- 目标检测结果的后处理与可视化
- 实时监控场景中的区域计数或轨迹绘制
- 数据集格式转换与预处理流水线
技术观察
从公开资料提炼的实现特征
- 要求 Python 版本 >= 3.10
- 通过 pip 安装，也支持 conda 或源码方式
- 与 Roboflow 生态（inference、autodistill 等）集成
优势判断
相对明确的项目价值
- 社区活跃，Stars 和 Forks 数量较多
- 文档和官方教程相对完善
局限与注意
评估和采用前需要留意
- 具体功能效果依赖底层模型，需自行验证
- 部分集成（如 Inference）需要 Roboflow API Key
适用人群
哪些开发者和团队值得关注
- 计算机视觉应用开发者
- 机器学习研究人员与原型验证工程师
从公开资料看，supervision 是一个功能全面、生态友好的计算机视觉工具库，适合快速集成到检测、分割等任务中。但采用前建议自行验证其与具体模型和部署环境的兼容性及性能表现。由 AI 基于 GitHub 公开资料辅助生成，不构成安全审计、生产选型或专业建议。
依据与内容边界
区分可验证事实、项目方自述与 AI 推断
GitHub 可验证事实
Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。
项目方自述
功能与使用方式主要来自仓库描述和 README，未经本站独立验证。
AI 推断
适用场景、优势与局限属于辅助解读，应结合原始文档独立判断。
- GitHub事实：仓库 stars 为 48749，forks 为 4610，许可证为 MIT
- 项目方自述：README 称其为‘essential toolkit for computer vision’
生成于 2026-08-05 19:25
规则版本 2026-07-v3
内容有误或您是项目作者？提交纠错
DISCOVER MORE
