index.md

July 26, 2026 · View on GitHub

SAHI logo

SAHI: Slicing Aided Hyper Inference

Geniş ölçekli object detection ve instance segmentation için hafif bir bilgisayarlı görü kütüphanesi

teaser

downloads downloads License pypi version conda version Continuous Integration
Context7 MCP llms.txt ci arXiv Open In Colab HuggingFace Spaces

SAHI Nedir?

SAHI (Slicing Aided Hyper Inference), küçük nesne tespiti (small object detection) için jenerik bir slicing destekli inference ve fine-tuning hattı sağlayan açık kaynaklı bir kütüphanedir. Küçük nesneleri ve kameraya uzak nesneleri tespit etmek, güvenlik ve gözetleme uygulamalarında büyük bir zorluktur; çünkü bu nesneler az sayıda piksel ile temsil edilir ve geleneksel dedektörler için yeterli detay barındırmaz.

SAHI, ekstra bir fine-tuning gerektirmeden herhangi bir object detector ile kullanılabilen özgün bir metodoloji uygulayarak bu sorunu çözer. Visdrone ve xView havadan nesne tespiti veri kümeleri üzerindeki deneysel değerlendirmeler, SAHI'nin object detection AP değerini FCOS için %6.8'e, VFNet için %5.1'e ve TOOD dedektörleri için %5.3'e kadar artırabildiğini göstermektedir. Slicing destekli fine-tuning ile doğruluk daha da geliştirilerek sırasıyla %12.7, %13.4 ve %14.5 AP kümülatif artış sağlanabilir. Bu teknik; Ultralytics YOLOv8, Ultralytics YOLO11, Ultralytics YOLO26, HuggingFace Transformers (detection, segmentation), RT-DETR, TorchVision, MMDetection, Detectron2, YOLOv5, YOLOE, YOLO-World ve Roboflow RF-DETR modelleri ile başarıyla entegre edilmiştir.