computer-vision-pipeline
✓Cree canales de producción de visión por computadora para la detección, el seguimiento y el análisis de video de objetos. Maneja imágenes de drones, monitoreo de vida silvestre y detección en tiempo real. Admite YOLO, Detectron2, TensorFlow, PyTorch. Uso para estudios arqueológicos, conservación, seguridad. Activar en "detección de objetos", "análisis de vídeo", "YOLO", "seguimiento", "imágenes de drones". NO para filtros de imagen simples, edición de fotografías o API de reconocimiento facial.
Instalación
SKILL.md
Expert in building production-ready computer vision systems for object detection, tracking, and video analysis.
| Model | Speed (FPS) | Accuracy (mAP) | Use Case |
| YOLOv8 | 140 | 53.9% | Real-time detection | | Detectron2 | 25 | 58.7% | High accuracy, research | | EfficientDet | 35 | 55.1% | Mobile deployment | | Faster R-CNN | 10 | 42.0% | Legacy systems |
Cree canales de producción de visión por computadora para la detección, el seguimiento y el análisis de video de objetos. Maneja imágenes de drones, monitoreo de vida silvestre y detección en tiempo real. Admite YOLO, Detectron2, TensorFlow, PyTorch. Uso para estudios arqueológicos, conservación, seguridad. Activar en "detección de objetos", "análisis de vídeo", "YOLO", "seguimiento", "imágenes de drones". NO para filtros de imagen simples, edición de fotografías o API de reconocimiento facial. Fuente: erichowens/some_claude_skills.
Datos (listos para citar)
Campos y comandos estables para citas de IA/búsqueda.
- Comando de instalación
npx skills add https://github.com/erichowens/some_claude_skills --skill computer-vision-pipeline- Categoría
- !Seguridad
- Verificado
- ✓
- Primera vez visto
- 2026-02-01
- Actualizado
- 2026-02-18
Respuestas rápidas
¿Qué es computer-vision-pipeline?
Cree canales de producción de visión por computadora para la detección, el seguimiento y el análisis de video de objetos. Maneja imágenes de drones, monitoreo de vida silvestre y detección en tiempo real. Admite YOLO, Detectron2, TensorFlow, PyTorch. Uso para estudios arqueológicos, conservación, seguridad. Activar en "detección de objetos", "análisis de vídeo", "YOLO", "seguimiento", "imágenes de drones". NO para filtros de imagen simples, edición de fotografías o API de reconocimiento facial. Fuente: erichowens/some_claude_skills.
¿Cómo instalo computer-vision-pipeline?
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/erichowens/some_claude_skills --skill computer-vision-pipeline Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
¿Dónde está el repositorio de origen?
https://github.com/erichowens/some_claude_skills
Detalles
- Categoría
- !Seguridad
- Fuente
- skills.sh
- Primera vez visto
- 2026-02-01