计算机视觉 Skill技能列表
计算机视觉Skill ComputerVision
利用PyTorch和TensorFlow实现图像分类、目标检测、语义分割等计算机视觉任务
FiftyOne插件开发Skill fiftyone-develop-plugin
FiftyOne插件开发技能，提供从零开始创建自定义FiftyOne插件的完整指导。涵盖操作符和面板开发、外部API集成、插件测试与迭代。适用于计算机视觉、数据可视化、AI数据管理领域的开发者。关键词：FiftyOne插件开发、计算机视觉工具、数据标注平台、自定义操作符、交互式面板、Python插件、JavaScript面板、Voxel51、AI数据管理、机器学习工作流。
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。
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。
视觉分析师Skill vision
这是一个基于大模型的视觉分析技能，专门用于解读和分析各类图像内容。核心功能包括：识别图像中的UI元素、提取文本信息、解析图表结构、分析布局设计、诊断错误截图。适用于软件开发截图分析、架构图理解、UI设计稿评审、错误排查等场景。关键词：视觉分析，图像识别，UI分析，图表解析，错误诊断，截图解读，AI视觉助手。
点云处理技能Skill PointCloudProcessingSkill
本技能专注于利用PCL和Open3D库，对三维点云数据进行高效处理与分析。核心功能包括点云滤波、分割、聚类、表面重建、特征提取、点云配准以及激光雷达与相机数据融合，是自动驾驶、机器人感知、三维建模等领域的关键技术。关键词：点云处理，3D点云，激光雷达LiDAR，PCL，Open3D，点云配准，点云分割，计算机视觉。
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。
NVIDIAIsaacSim逼真模拟与合成数据生成技能Skill NVIDIAIsaacSimSkill
NVIDIA Isaac Sim 技能是一个专注于利用NVIDIA Isaac Sim平台进行高保真、照片级逼真模拟和合成数据生成的专家级工具。它集成了Omniverse和Replicator，能够高效创建虚拟环境、配置物理引擎、实现领域随机化，并生成带标注的训练数据，广泛应用于机器人仿真、自动驾驶、数字孪生和强化学习等领域。 关键词：NVIDIA Isaac Sim，逼真模拟，合成数据生成，Omniverse，Replicator，物理模拟，领域随机化，机器人仿真，自动驾驶，数字孪生，USD格式，ROS桥接，RTX光线追踪。
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。
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
校准工具技能Skill CalibrationToolsSkill
校准工具技能是用于机器人及传感器系统精确校准的专业技能，涵盖相机、IMU、LiDAR、手眼、运动学及多传感器校准。关键词包括：机器人校准、传感器校准、Kalibr、手眼校准、相机标定、IMU校准、LiDAR校准、运动学校准、多传感器融合、校准验证。
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。