计算机视觉 Skill技能列表
FiftyOne图像去重工具Skill fiftyone-find-duplicates
FiftyOne图像去重工具是一个基于深度学习的计算机视觉工具，专门用于在图像数据集中查找和移除重复或近似重复的图像。通过使用FiftyOne大脑插件的相似度计算功能，该工具能够自动识别视觉相似的图像，支持数据集清洗、图像聚类、冗余样本删除等操作。主要功能包括：计算图像嵌入向量、查找完全重复和近似重复图像、按相似度排序、自动去重等。适用于机器学习数据预处理、计算机视觉项目、图像数据集管理等场景。关键词：图像去重、FiftyOne、深度学习、计算机视觉、数据集清洗、相似度计算、图像聚类、数据预处理、AI工具、视觉识别。
目标检测与分割技能Skill ObjectDetection/SegmentationSkill
该技能专注于在机器人感知领域部署和优化深度学习模型，实现高效的目标检测、实例分割、3D目标检测以及多目标跟踪。核心能力包括配置YOLO、Detectron2等主流框架，进行TensorRT模型加速，搭建ROS视觉管道，并支持多摄像头数据融合。适用于需要实时、精准环境感知的自动化与机器人系统开发。关键词：目标检测，实例分割，深度学习，机器人视觉，YOLO，Detectron2，TensorRT，ROS，3D检测，多目标跟踪。
BLIP-2视觉语言预训练框架Skill blip-2-vision-language
BLIP-2是一个先进的视觉语言预训练框架，用于实现图像字幕生成、视觉问答（VQA）、图像文本检索和多模态聊天等功能。它采用Q-Former架构，桥接冻结的图像编码器和大型语言模型，提供零样本性能，无需任务特定训练。适用于计算机视觉和自然语言处理的多模态AI应用。关键词：BLIP-2、视觉语言预训练、图像字幕、视觉问答、VQA、多模态AI、计算机视觉、自然语言处理、零样本学习、Q-Former。
AI视觉准确性检查Skill ai-visual-accuracy-check
AI视觉准确性检查是一种基于人工智能的质量保证技能，用于验证HTML页面渲染与原始PDF文档的视觉一致性。该技能通过多模态AI模型（如Claude）对PDF截图和HTML渲染截图进行智能对比分析，评估布局匹配、视觉层次、内容定位和排版样式四个维度，提供0-100的客观评分和详细差异报告。作为流水线中的阻塞性质量门控，当评分低于85%时会自动停止部署流程，确保数字出版物的视觉保真度和用户体验。关键词：AI视觉验证、PDF转HTML质量检查、多模态AI比较、自动化质量门控、视觉一致性评估、Claude API集成、网页渲染准确性、文档数字化质量控制。
抓取规划技能Skill GraspPlanningSkill
抓取规划技能是机器人操作领域的核心技术，专注于机器人抓取姿态生成、质量评估和夹爪控制。该技能支持对向抓取检测、6自由度姿态估计、碰撞感知选择等关键功能，适用于拾取放置、料箱拣选等工业自动化场景。核心能力包括GPD算法配置、GraspIt!集成、MoveIt抓取库应用，为智能制造、工业机器人提供专业抓取解决方案。
感知系统Skill perception-system
该技能为AI提供多模态感知能力，包括视觉锥、听觉系统、嗅觉/接近检测和威胁评估，用于环境感知、目标识别和安全监控等场景。关键词：AI感知，视觉检测，听觉系统，威胁评估，环境感知，目标识别，安全监控。
Platerecognizer自动化Skill platerecognizer-automation
这个技能用于通过Rube MCP和Composio工具包自动化Platerecognizer的车牌识别任务，实现工具集成、连接管理和操作执行。关键词：车牌识别，自动化，Rube MCP，Composio，计算机视觉，工具集成，AI应用。
边缘部署技能Skill EdgeDeploymentSkill
该技能专注于将机器学习模型高效部署到机器人及嵌入式边缘设备（如NVIDIA Jetson）。核心功能包括模型优化（TensorRT、ONNX转换、INT8/FP16量化、模型剪枝）、加速推理配置（DeepStream、CUDA图、DLA）、以及集成实现（ROS2节点、多流推理）。旨在解决边缘计算场景下的模型轻量化、低延迟推理与硬件适配挑战，适用于机器人视觉、自动驾驶、工业检测等实时AI应用部署。 关键词：边缘计算部署，Jetson模型优化，TensorRT加速，ONNX转换，INT8量化，DeepStream，ROS2推理节点，嵌入式AI，模型轻量化，低延迟推理
ImagePreprocessingSkill ImagePreprocessing
使用Python和OpenCV进行图像预处理，以优化OCR和计算机视觉任务的执行。关键技术包括颜色空间转换、图像降噪、阈值处理、形态学操作、边缘检测和图像纠偏。
FiftyOne数据集推理工具Skill fiftyone-dataset-inference
FiftyOne数据集推理工具是一个用于计算机视觉任务的端到端解决方案，支持从本地目录创建数据集、导入COCO/YOLO/VOC等标准格式标签、运行深度学习模型推理并存储预测结果。该工具提供完整的ML管道，适用于目标检测、图像分类、语义分割等计算机视觉应用，帮助用户高效管理视觉数据集和模型评估。
SAM图像分割模型Skill segment-anything-model
SAM（分割任意模型）是一个用于图像分割的先进AI模型，支持零样本学习，能够通过点、框或掩码提示来分割图像中的任意对象，或自动生成所有对象掩码。适用于计算机视觉任务，如图像标注、对象检测和自动掩码生成。关键词：图像分割、零样本学习、SAM、计算机视觉、AI模型、深度学习。
UniversalDatasetImportforFiftyOneSkill fiftyone-dataset-import
FiftyOne数据集导入技能，支持所有媒体类型和标签格式，自动检测和处理多模态数据集，适用于自动驾驶和3D场景数据。