写视觉代码太繁琐？用 supervision 几行搞定检测、分割和可视化。
supervision 是一个专注于计算机视觉的可复用工具库，旨在简化视觉任务的开发流程。它解决了开发者在目标检测、分割、分类等任务中重复编写样板代码的问题，提供了统一的 API 来加载、处理和可视化模型输出。核心能力包括：高效的标注框和掩码操作、多种数据集格式（如 COCO）的读写、丰富的可视化工具（如标签绘制、轨迹渲染）、以及低代码的模型集成方式。它支持与主流检测模型（如 YOLO）无缝对接，并提供了过滤、跟踪、标注等实用功能，帮助开发者快速构建从数据准备到结果可视化的完整视觉应用流水线。
1检查 Python 版本
supervision 要求 Python 3.10 及以上，先确认本机版本是否满足，低于 3.10 需先升级 Python。
python --version2安装 supervision
使用 pip 从 PyPI 安装 supervision 包，建议在虚拟环境中执行以免污染全局环境。
pip install supervision3验证是否装好
执行导入命令，没有报错说明包已正确安装到当前 Python 环境。
python -c "import supervision"运行 python -c "import supervision" 无任何报错，即表示安装成功。
Q：Python 版本低于 3.10 怎么办？
A：先升级到 Python 3.10 或更高版本，再重新执行 pip install supervision；否则可能安装失败或无法导入。
Q：可以用 conda 或 mamba 安装吗？
A：README 提到 conda、mamba 以及源码安装方式，具体步骤请查阅官方指南 https://roboflow.github.io/supervision/。
Q：安装后怎么快速上手？
A：README 提供 Quickstart，分为 Models（模型）、Annotators（标注器）、Datasets（数据集）三部分，可从这三块入手。
Q：pip install 很慢或超时怎么办？
A：可切换到国内 PyPI 镜像源后重试安装命令，或检查当前网络是否能正常访问 PyPI。
Detectron2、MMDetection、FiftyOne
supervision 是计算机视觉领域的开源项目，由 roboflow 开发，2022 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（50,995）位列前 1%，在计算机视觉分类的 447 个项目里位列前 2%。
近 42 天，它的 GitHub 星标从 49,319 增加到 50,995，净增 1,676。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。开源库，MIT许可证，完全免费，无付费版本。从国内网络环境看，可直接访问。
它主要面向的使用场景是：快速构建目标检测演示原型或POC。同类可对比的替代方案包括 Detectron2、MMDetection、FiftyOne。
上一篇：ultralytics
下一篇：mediapipe
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3