Início Projetos sahi
sahi
Python

sahi

Inferência fatiada/tileada independente de estrutura + UI interativa + gráficos de análise de erros

por obss · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Categoria
Linguagem
cococomputer-visiondeep-learningMITPython
Ver no GitHub
Em palavras simples

Detecte pequenos objetos em grandes imagens com uma interface simples para reconhecimento de objetos.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
sahi — GitHub preview card
📈 Histórico de estrelas
5.41k5.39k
2026-07-042026-08-31
📈 Acompanhe sahi

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Inferência fatiada/tileada independente de estrutura + UI interativa + gráficos de análise de erros

sahi tem 5.4k estrelas no GitHub. Foi bifurcado 764 vezes. sahi é escrito principalmente em Python. Está em desenvolvimento ativo desde 2021. sahi está disponível sob a licença MIT. Os seus principais temas são: coco, computer-vision, deep-learning, explainable-ai.

Frequently asked questions

O que é sahi?

Inferência fatiada/tileada independente de estrutura + UI interativa + gráficos de análise de erros

sahi é de código aberto?

sahi é um projeto de código aberto. É distribuído sob a licença MIT.

sahi é gratuito?

Sim. sahi é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está sahi?

sahi está disponível sob a licença MIT.

Em que linguagem sahi está escrito?

sahi é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — sahi

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=obss-sahi)](https://olud.ai/project/obss-sahi.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.