Supervision

它位于视觉模型和上层应用之间。来自 Ultralytics、Transformers、MMDetection 或 Roboflow Inference 的检测、分割、分类模型，最终都会转成同一个 Detections 对象，有些库还会直接返回这种格式。之后由标注器负责把结果画出来，而且它们的设计是让你叠加组合，而不是一次只用一个。

数据集这一侧支持 COCO、YOLO 和 Pascal VOC 的加载、切分、合并与保存，也能在这些格式之间互转；图像不会一次性全部载入，而是用到时才读取。安装在 Python 3.10 及以上用 pip 完成，文档里也写了 conda、mamba 和从源码构建的方式。