#242 · 主分类： 计算机视觉
YOLO-Patch-Based-Inference
computer-vision
detection
fastsam
inference
non-maximum-suppression
patch-based
patch-based-inference
patch-inference
patchify
pip-package
pypi-package
rtdetr
sahi
slicing-inference
small-object-detection
yolo
yolo11
yolov8
yolov8-seg
yolov9
用于YOLO小目标检测和实例分割的Python库
项目最后更新：04/22/26
GitHub Stars
557
Forks数量
32
贡献者数量
5
许可证
AGPL-3.0
收录理由
小目标检测一直是目标检测里的老大难：图像一缩放，目标往往只剩几个像素，很容易被模型直接漏掉。这个库借鉴了SAHI的思路，先把图像切成有重叠的小块，逐块推理，再用非极大值抑制把结果拼回去，从而让微小目标也能被稳定捕捉。它封装了Ultralytics的模型体系，YOLOv8、YOLO11、YOLOv9、RTDETR、FastSAM都能直接用，也支持自己训练过的权重，检测和实例分割两种任务都覆盖。如果你经常处理航拍图、卫星影像或者高分辨率工业照片，画面里目标相对整幅图来说非常小，那这个通过pip就能安装的包，加上自带的Colab笔记本，是个很实在的入手点。另外它对直接推理和分块推理都提供了独立的可视化工具，做实验时想让输出风格统一，会省不少事。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。