Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-12 20:55 UTC

roboflow / supervision

We write your reusable computer vision tools. 💜

PythonMIT★ 49.335 Sterne⑂ 4.665 Forksseit Nov. 2022Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#computer-vision#image-processing#python#yolo#instance-segmentation#object-detection#tracking#video-processing#coco#pascal-voc#deep-learning#metrics#machine-learning#pytorch#tensorflow#classification#oriented-bounding-box#low-code#hacktoberfest

roboflow/supervision erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Community & Adoption (97/100) ab, am schwächsten bei Security (46/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

96
gesamt / 100
Außergewöhnlich

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

96
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 83 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

RoboflowOrganisation
5.251 Follower170 öffentliche Reposseit Juli 2019

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIsupervision0.30.01.358.425104vor 8 Tagenaideep-learningdlmachine-learningmlroboflowvision

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

90Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

89Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
26.3/36Commit-Rhythmus — 38/52 Wochen mit Commits
18/18Commit-Volumen — 547 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year547
human_commit_share0,76
days_since_last_push0
active_weeks_last_year38

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 40 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 8 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 70 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count40
latest_release_tag0.30.0
releases_from_tagsnein
days_since_latest_release8
mean_days_between_releases70

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

97Außergewöhnlich · 17 % des Gesamtindex

Popularität & Verbreitung

99Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 49.335 Stars
25/25Forks — 4.665 Forks
13.8/15Watcher — 303 Watcher
Verwendete Eingangsdaten
forks4.665
stars49.335
watchers303
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges8
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesbadge.fury.io, codecov.io, shields.io, snyk.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 1.358.425 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagessupervision
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.358.425
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

84Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

59Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
14.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 35 % der Commits
13.5/13.5Breite der Beitragenden — 97 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor2
contributors_sampled97
top_contributor_share0,346

Reaktionsfähigkeit bei Issues & PRs

84Exzellent
Wie die Bewertung erfolgt
38.9/42Issue-Lösungsquote — 93 % der Issues geschlossen
25.5/30PR-Annahme — 1.376/1.621 entschiedene PRs gemergt
7.4/13Newcomer PR acceptance — 4/7 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs1.376
open_issues40
closed_issues503
prs_merged_7d3
prs_decided_7d4
prs_merged_30d27
prs_decided_30d42
issue_closed_ratio0,926
closed_unmerged_prs245
first_time_authors_30d7
first_time_prs_merged_30d4
first_time_prs_decided_30d7

Eigentümerschaft & Trägerschaft

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
25/25Reichweite des Inhabers — 5.251 Follower von roboflow
25/25Kontohistorie — 170 öffentliche Repos, Kontoalter ca. 7 Jahre
Verwendete Eingangsdaten
followers5.251
owner_typeOrganization
is_verified—
owner_loginroboflow
public_repos170
account_age_days2.580
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 8 Tagen
20/20Versionshistorie — 104 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagessupervision
ecosystemspypi
any_deprecatednein
min_days_since_publish8

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

91Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

92Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 10 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — tox.ini
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://supervision.roboflow.com
10/10Repository-Beschreibung
10/10Topics — 19 Topics
0/10Wiki
Verwendete Eingangsdaten
topicscomputer-vision, image-processing, python, yolo, instance-segmentation, object-detection, tracking, video-processing, coco, pascal-voc, deep-learning, metrics, machine-learning, pytorch, tensorflow, classification, oriented-bounding-box, low-code, hacktoberfest
has_wikinein
homepagehttps://supervision.roboflow.com
docs_sitehttps://supervision.roboflow.com
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

46Schwach · 16 % des Gesamtindex

Sicherheitslage

33Gefährdet
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
25/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten — veröffentlichte Bibliothek — Lockfiles sind Sache der Anwendung, hier nicht erwartet
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilesuv.lock
manifestspyproject.toml
has_codeql_workflownein
has_security_policynein
has_dependabot_configja
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lockfiles für Abhängigkeiten. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages22
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:supervision@0.30.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 22 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

89Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — .github/copilot-instructions.md, AGENTS.md, CLAUDE.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt vorhanden
40/40Lesbare Commit-Historie — 75 von 76 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_url—
legible_history_share0,987
agent_instruction_files.github/copilot-instructions.md, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes8.017

AI-Verify-Loop (Build / Test / Typprüfung)

80Exzellent
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — tox.ini
11/11Statische Typprüfung — src/supervision/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 52 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 18 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configssrc/supervision/py.typed
agent_commit_share0,52
toolchain_manifests—
dependency_bot_commit_share0,18

AI-Code-Lesbarkeit für Modelle

79Gut
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/supervision/py.typed)
52.1/55Handhabbare Dateigrößen — 13/246 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes134.725
source_files_sampled246
oversized_source_files13

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

49.335GitHub-Sterne
97Mitwirkende
547Commits, letzte 12 Monate
0Tage seit letztem Push
40Releases
2Bus-Faktor
40offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 26 authors (cap 12)
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 4.665 ⇿
0Sterne
4.665Forks
4Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

3.5003.7504.0004.2504.5004.7504.665592026-062026-072026-08
Major 0Minor 2Patch 1
Direkte Abhängigkeiten 10
RegistryPaketVersionsvorgabeManifest
PyPIav>=14.2pyproject.toml
PyPIdefusedxml>=0.7.1pyproject.toml
PyPImatplotlib>=3.6pyproject.toml
PyPInumpy>=1.21.2pyproject.toml
PyPIpillow>=9.4pyproject.toml
PyPIpydeprecate>=0.9,<0.12pyproject.toml
PyPIpyyaml>=5.3pyproject.toml
PyPIrequests>=2.26pyproject.toml
PyPIscipy>=1.10pyproject.toml
PyPItqdm>=4.62.3pyproject.toml
Alle Abhängigkeiten 218

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 15 direkte und 203 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIav17.1.0direkt
PyPIav18.0.0direkt
PyPIdefusedxml0.7.1direkt
PyPImatplotlib3.10.3direkt
PyPInumpy2.2.6direkt
PyPInumpy2.3.1direkt
PyPIpillow12.3.0direkt
PyPIpydeprecate0.9.0direkt
PyPIpyyaml6.0.2direkt
PyPIrequests—direkt
PyPIrequests2.33.0direkt
PyPIscipy1.15.3direkt
PyPIscipy1.16.0direkt
PyPItqdm—direkt
PyPItqdm4.67.1direkt
PyPIaffine2.4.0indirekt
PyPIanyio4.9.0indirekt
PyPIappnope0.1.4indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings21.2.0indirekt
PyPIarrow1.3.0indirekt
PyPIasttokens3.0.0indirekt
PyPIasync-lru2.0.5indirekt
PyPIattrs25.3.0indirekt
PyPIbabel2.17.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbackrefs5.9indirekt
PyPIbeautifulsoup44.13.4indirekt
PyPIbleach6.4.0indirekt
PyPIbuild1.2.2.post1indirekt
PyPIcachetools6.1.0indirekt
PyPIcairocffi1.7.1indirekt
PyPIcairosvg2.8.2indirekt
PyPIcertifi2025.7.9indirekt
PyPIcffi1.17.1indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIchardet5.2.0indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIclick8.1.8indirekt
PyPIclick-plugins1.1.1.2indirekt
PyPIcligj0.7.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.2indirekt
PyPIcontourpy1.3.2indirekt
PyPIcoverage7.13.1indirekt
PyPIcryptography50.0.0indirekt
PyPIcssselect20.8.0indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.14indirekt
PyPIdecorator5.2.1indirekt
PyPIdistlib0.3.9indirekt
PyPIdocutils0.21.2indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIexecuting2.2.0indirekt
PyPIfastjsonschema2.21.1indirekt
PyPIfilelock3.20.3indirekt
PyPIfonttools4.60.2indirekt
PyPIfqdn1.5.1indirekt
PyPIgdown—indirekt
PyPIghp-import2.1.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.54indirekt
PyPIgriffelib2.1.0indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIid1.5.0indirekt
PyPIidentify2.6.16indirekt
PyPIidna3.15indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIimportlib-resources6.5.2indirekt
PyPIinference—indirekt
PyPIiniconfig2.1.0indirekt
PyPIipykernel6.29.5indirekt
PyPIipython8.37.0indirekt
PyPIipython9.4.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.7indirekt
PyPIisoduration20.11.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.0.1indirekt
PyPIjaraco-functools4.2.1indirekt
PyPIjedi0.19.2indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.5.3indirekt
PyPIjson50.12.0indirekt
PyPIjsonargparse—indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema4.24.0indirekt
PyPIjsonschema-specifications2025.4.1indirekt
PyPIjupyter-client8.6.3indirekt
PyPIjupyter-core5.8.1indirekt
PyPIjupyter-events0.12.0indirekt
PyPIjupyter-lsp2.2.5indirekt
PyPIjupyter-server2.20.0indirekt
PyPIjupyter-server-terminals0.5.3indirekt
PyPIjupyterlab4.5.10indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjupyterlab-widgets3.0.15indirekt
PyPIjupytext1.17.2indirekt
PyPIkeyring25.6.0indirekt
PyPIkiwisolver1.4.8indirekt
PyPImarkdown3.8.2indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImdit-py-plugins0.4.2indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImike2.1.3indirekt
PyPImistune3.3.0indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-autorefs1.4.2indirekt
PyPImkdocs-get-deps0.2.0indirekt
PyPImkdocs-git-committers-plugin-22.5.0indirekt
PyPImkdocs-git-revision-date-localized-plugin1.4.7indirekt
PyPImkdocs-jupyter0.25.1indirekt
PyPImkdocs-material9.7.6indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImkdocstrings1.0.4indirekt
PyPImkdocstrings-python2.0.5indirekt
PyPImore-itertools10.7.0indirekt
PyPInarwhals2.24.0indirekt
PyPInbclient0.10.2indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPInh30.2.21indirekt
PyPInodeenv1.10.0indirekt
PyPInotebook7.5.6indirekt
PyPInotebook-shim0.2.4indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging25.0indirekt
PyPIpaginate0.5.7indirekt
PyPIpandas2.3.1indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.4indirekt
PyPIpathspec0.12.1indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.3.8indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.1indirekt
PyPIprometheus-client0.22.1indirekt
PyPIprompt-toolkit3.0.51indirekt
PyPIpsutil7.0.0indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycparser2.22indirekt
PyPIpygments2.19.2indirekt
PyPIpymdown-extensions11.0.1indirekt
PyPIpyparsing3.2.3indirekt
PyPIpyproject-api1.9.1indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger3.3.0indirekt
PyPIpytubefix—indirekt
PyPIpytz2025.2indirekt
PyPIpywin32312indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpywinpty2.0.15indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIpyzmq27.0.0indirekt
PyPIrasterio1.4.4indirekt
PyPIrasterio1.5.0indirekt
PyPIreadme-renderer44.0indirekt
PyPIreferencing0.36.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc39862.0.0indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfdetr—indirekt
PyPIrich14.0.0indirekt
PyPIrpds-py0.26.0indirekt
PyPIscikit-learn1.7.2indirekt
PyPIscikit-learn1.9.0indirekt
PyPIsecretstorage3.3.3indirekt
PyPIsend2trash1.8.3indirekt
PyPIsetuptools80.9.0indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.2indirekt
PyPIsniffio1.3.1indirekt
PyPIsoupsieve2.8.4indirekt
PyPIstack-data0.6.3indirekt
PyPIsuper-gradients3.5.0indirekt
PyPIsupervision—indirekt
PyPIsupervision0.31.0.dev0indirekt
PyPIterminado0.18.1indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.4.0indirekt
PyPItomli2.2.1indirekt
PyPItornado6.5.7indirekt
PyPItox4.27.0indirekt
PyPItraitlets5.14.3indirekt
PyPItwine6.1.0indirekt
PyPItypes-python-dateutil2.9.0.20250708indirekt
PyPItypes-requests2.33.0.20260518indirekt
PyPItypes-tqdm4.68.0.20260608indirekt
PyPItyping-extensions4.14.1indirekt
PyPItzdata2025.2indirekt
PyPIultralytics—indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.7.0indirekt
PyPIverspec0.1.0indirekt
PyPIvirtualenv20.36.1indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebcolors24.11.1indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.8.0indirekt
PyPIwheel0.46.2indirekt
PyPIwidgetsnbextension4.0.14indirekt
PyPIyt-dlp—indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:supervision@0.30.0 zieht 22 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit roboflow/supervision teilen. Nebeneinander lesen →

98ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingAußergewöhnlich98roboflow/rf-detrRF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026] Außergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich98aws/sagemaker-python-sdkA library for training and deploying machine learning models on Amazon SageMakerAußergewöhnlich98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.31.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.