Supervision：把检测、画框、跟踪、计数写成几行 Python 的 CV 工具箱

github.com/roboflow/supervision · 许可 MIT

一、这个项目是做什么的

Supervision 是 Roboflow 出的开源 Python 工具库，定位是 “可复用的计算机视觉工具”。它不管你用哪个分类 / 检测 / 分割模型，只负责模型产出之后的事：把预测结果接成统一结构、在图或视频上画框与标签、做多目标跟踪、按区域计数、把检测画成可视化，以及加载 / 切分 / 合并 / 转换 COCO、YOLO、Pascal VOC 等数据集格式。

一句话：模型出框，Supervision 接框之后的所有脏活。对做检测、计数、追踪 demo，或做标注数据流转的人来说，它把 OpenCV 里最重复的那 30% 抽成了稳定库。

二、怎么用

安装（命令逐字取自 README，要求 Python>=3.9）：

pip install supervision

最小可用片段（README quickstart 原文）：

import cv2
import supervision as sv
from ultralytics import YOLO

image = cv2.imread(...)
model = YOLO("yolov8s.pt")
result = model(image)[0]
detections = sv.Detections.from_ultralytics(result)

len(detections)

把检测画到图上（同样取自 README）：

box_annotator = sv.BoxAnnotator()
annotated_frame = box_annotator.annotate(
    scene=image.copy(),
    detections=detections)

它还提供 connectors 直接接 Ultralytics、Transformers、MMDetection，以及 Roboflow Inference（后者需要 Roboflow API Key）。数据集侧则可用 sv.DetectionDataset 在 COCO / YOLO / Pascal VOC 之间互转、切分、合并。

三、有什么优点

· 模型无关：换模型只换一行，后面的画图 / 计数 / 跟踪逻辑都不动。

· 少写胶水：BoxAnnotator、Detections、DetectionDataset 把最常见的 CV 后处理标准化，从 demo 到产品都省事。

· 数据集一站搞定：COCO / YOLO / Pascal VOC 互转、切分、合并，标注流转不再手写。

· MIT 许可：可商用、可闭源修改，无 Copyleft 顾虑。

四、有什么缺点 / 坑

· 它不是模型：只装 supervision 跑不出检测，你得自己带 YOLO 等权重和推理代码（或用 Roboflow Inference，那要 API Key）。

· 版本迁移有坑：内置跟踪器 sv.ByteTrack 已在 0.28.0 弃用、0.31.0 移除，改用外部 trackers 包的 ByteTrackTracker；老代码升级会直接报错，要按移除指南改。

· 默认模型在变：官方文档 / 示例已把 RF-DETR 设为默认模型，跟旧教程对不上时要留意版本差。

· 偏库不是产品：没有 GUI、没有端到端部署，纯 Python API，新手要自己拼 pipeline。

五、最终能达到什么效果

把 “检测 → 画框 → 跟踪 → 计数 → 出数据集” 这条最常写的 CV 流水线，压缩成几行可读的 Python。对做检测 / 计数 / 追踪 demo、做数据标注流转、或给产品快速接视觉能力的人来说，相当于把 OpenCV 里最重复的胶水层换成了稳定依赖。

适合谁 / 不适合谁 / 坑

· 适合谁：用 YOLO / Transformers 等做检测或跟踪、厌倦重写画框计数代码、做 CV demo 或数据标注流转的开发者。

· 不适合谁：只想 “装一个就能检测” 的零代码用户；不写 Python、要现成 GUI / 部署的人。

· 一句话坑：先确认你已有模型与推理代码；升级到 0.31.0+ 注意 ByteTrack 已迁到外部 trackers 包，老脚本要改；许可 MIT 可商用无虑。

下期预告：下一期看 anthropics/knowledge-work-plugins——Anthropic 官方给知识工作者做的 Claude Cowork 插件集，看大厂怎么把 Agent 能力做成可复用插件。