Ir para o conteúdo

ort-vision-sdk

SDKs de alto nível para inferência de visão computacional sobre o ONNX Runtime. O repositório distribui dois pacotes irmãos — a mesma API orientada a tarefas (Classifier, Detector, Segmenter) e os mesmos formatos de resultado tipados — um para Python (servidores/scripts) e um para o navegador (TypeScript).

Pacote Registro Diretório Instalação
ort-vision-sdk PyPI sdk-python/ pip install ort-vision-sdk
@mauriciobenjamin700/ort-vision-sdk-web npm sdk-js-web/ npm install @mauriciobenjamin700/ort-vision-sdk-web onnxruntime-web

Idioma / Language

Esta documentação é bilíngue. Use o seletor de idioma no topo da página para alternar entre Português (BR) e English (US).

O que é

Usar o onnxruntime diretamente obriga você a escolher e configurar execution providers, fazer letterbox/resize/normalização/to_chw/batch da imagem, decodificar a saída do modelo (grids de âncoras, NMS, protótipos de máscara), mapear caixas de volta da entrada com letterbox para a imagem original e resolver índices de classe para rótulos legíveis — tudo repetido por família de tarefa.

O ort-vision-sdk faz tudo isso por você e devolve um resultado tipado, no formato Ultralytics (boxes.xyxy, cls, conf, names, ...), para que código existente migre com edições mínimas. De uma imagem crua (path, bytes, array NumPy ou imagem PIL no Python; URL/Blob/canvas/etc. no navegador) até um resultado tipado em uma chamada.

O que vem na caixa

Tarefa Classe Modelos suportados
Classificação Classifier Qualquer classificador ONNX com saída (1, num_classes) (estilo torchvision)
Detecção de objetos Detector Cabeças YOLO anchor-free: v8, v9, v10, v11, v12, v26
Segmentação de instância Segmenter Cabeças YOLO-seg: v8-seg, v11-seg, v26-seg (+ protótipos)

As três tarefas retornam o mesmo formato de envelope — uma lista (list[Results] no Python, Results[] no Web) de comprimento 1 por imagem — então você troca de tarefa sem reescrever o código que consome o resultado.

Instalação rápida

pip install ort-vision-sdk            # somente CPU (padrão)
pip install "ort-vision-sdk[gpu]"     # adiciona onnxruntime-gpu (CUDA / TensorRT)
pip install "ort-vision-sdk[opencv]"  # adiciona o backend de imagem OpenCV

Requer Python 3.10+.

npm install @mauriciobenjamin700/ort-vision-sdk-web onnxruntime-web

onnxruntime-web é uma peer dependency — você traz sua própria versão e distribui os arquivos .wasm correspondentes.

Primeiros passos

from ort_vision_sdk import Detector

det = Detector("yolov8n.onnx")          # labels="coco" por padrão
result = det.predict("street.jpg")[0]   # list[DetectionResults], comprimento 1
for d in result:
    print(d.name, d.conf, d.box.xyxy)

import { Detector } from "@mauriciobenjamin700/ort-vision-sdk-web";

const det = await Detector.create("/models/yolov8n.onnx");
const result = (await det.predict("/images/street.jpg"))[0];
for (const d of result) {
  console.log(d.className, d.confidence, d.bbox.asXyxy());
}

Continue em Instalação e Início rápido.

Status

Alpha — a API pública é estável o suficiente para construir em cima, mas versões menores podem introduzir mudanças incompatíveis até a 1.0. Fixe a faixa de versão contra a qual você desenvolve.

Licença

MIT.