来源信息
- 仓库
- Ntizar/MasterMind
- 最近来源活动
- 2026年9月5日 21:34
- 检测到的 SKILL.md 语言
- 西班牙语
- 星标
- 2
- 分支
- 0
安装方式
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
检查来源文件
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
正在显示 SKILL.md
SKILL.md
来源说明 · 只读预览- name
- roboflow-supervision
- description
- Usa a post-procesar detecciones y anotar con Supervision.
- version
- 2.0.0
- tags
- ["supervision","deteccion","anotar","yolo","roboflow","vision","python"]
- related_skills
- ["roboflow-supervision","cctv-yolo","fast-alpr","rf-detr"]
# Supervision — post-procesado y anotaciones de visión (API actual)
> ⚠️ Corrección 2026-09-05 (auditoría): `sv.Image`, `Detections.from_yolov8` y `Detections.from_coco_json` ya **no existen** en Supervision moderno. La API actual pasa numpy/PIL directo y usa `from_ultralytics` y helpers de `supervision.dataset`.
**Repo:** `https://github.com/roboflow/supervision` (Python, ~50K⭐).
## When to Use
- Cuando pidas **anotar/visualizar/dibujar cajas** de detecciones (YOLO, etc.) o filtros/post-procesado (zone, line, byte_tracker) sobre vídeo/imagen.
## Uso (API real)
```python
import supervision as sv
# Anotar con cajas: la imagen se pasa directa (numpy/PIL), sin sv.Image
annotated = box_annotator.annotate(scene=image.copy(), detections=detections)
# Detecciones desde Ultralytics YOLO:
detections = sv.Detections.from_ultralytics(results) # (ya no from_yolov8)
# Carga de datasets COCO: helpers de supervision.dataset
from supervision.dataset import load_coco_annotations, coco_annotations_to_detections
```
## Pitfalls
- **No** `sv.Image` — pasa la imagen numpy/PIL directamente a `annotate(scene=..., detections=...)`.
- **No** `Detections.from_yolov8` → `from_ultralytics`; `from_yolov5` sí existe.
- **No** `Detections.from_coco_json` → helpers `supervision.dataset`.
## Verificación
- `annotate(scene=image, detections=...)` y comprobar que las bboxes se dibujan; `from_ultralytics` con un modelo YOLO.
在 GitHub 查看