·senior-computer-vision
</>

senior-computer-vision

Compétence en ingénierie de vision par ordinateur pour la détection d'objets, la segmentation d'images et les systèmes d'IA visuelle. Couvre les architectures CNN et Vision Transformer, la détection YOLO/Faster R-CNN/DETR, la segmentation Mask R-CNN/SAM et le déploiement en production avec ONNX/TensorRT. Comprend les frameworks PyTorch, torchvision, Ultralytics, Detectron2 et MMMDetection. À utiliser lors de la création de pipelines de détection, de la formation de modèles personnalisés, de l'optimisation de l'inférence ou du déploiement de systèmes de vision.

38Installations·2Tendance·@borghei

Installation

$npx skills add https://github.com/borghei/claude-skills --skill senior-computer-vision

Comment installer senior-computer-vision

Installez rapidement le skill IA senior-computer-vision dans votre environnement de développement via la ligne de commande

  1. Ouvrir le Terminal: Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.)
  2. Exécuter la commande d'installation: Copiez et exécutez cette commande : npx skills add https://github.com/borghei/claude-skills --skill senior-computer-vision
  3. Vérifier l'installation: Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Source : borghei/claude-skills.

Production computer vision engineering skill for object detection, image segmentation, and visual AI system deployment.

| Frameworks | PyTorch, torchvision, timm | | Detection | Ultralytics (YOLO), Detectron2, MMDetection | | Segmentation | segment-anything, mmsegmentation | | Optimization | ONNX, TensorRT, OpenVINO, torch.compile | | Image Processing | OpenCV, Pillow, albumentations | | Annotation | CVAT, Label Studio, Roboflow |

| Experiment Tracking | MLflow, Weights & Biases | | Serving | Triton Inference Server, TorchServe |

Compétence en ingénierie de vision par ordinateur pour la détection d'objets, la segmentation d'images et les systèmes d'IA visuelle. Couvre les architectures CNN et Vision Transformer, la détection YOLO/Faster R-CNN/DETR, la segmentation Mask R-CNN/SAM et le déploiement en production avec ONNX/TensorRT. Comprend les frameworks PyTorch, torchvision, Ultralytics, Detectron2 et MMMDetection. À utiliser lors de la création de pipelines de détection, de la formation de modèles personnalisés, de l'optimisation de l'inférence ou du déploiement de systèmes de vision. Source : borghei/claude-skills.

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/borghei/claude-skills --skill senior-computer-vision
Catégorie
</>Développement
Vérifié
Première apparition
2026-03-09
Mis à jour
2026-03-10

Browse more skills from borghei/claude-skills

Réponses rapides

Qu'est-ce que senior-computer-vision ?

Compétence en ingénierie de vision par ordinateur pour la détection d'objets, la segmentation d'images et les systèmes d'IA visuelle. Couvre les architectures CNN et Vision Transformer, la détection YOLO/Faster R-CNN/DETR, la segmentation Mask R-CNN/SAM et le déploiement en production avec ONNX/TensorRT. Comprend les frameworks PyTorch, torchvision, Ultralytics, Detectron2 et MMMDetection. À utiliser lors de la création de pipelines de détection, de la formation de modèles personnalisés, de l'optimisation de l'inférence ou du déploiement de systèmes de vision. Source : borghei/claude-skills.

Comment installer senior-computer-vision ?

Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/borghei/claude-skills --skill senior-computer-vision Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Où se trouve le dépôt source ?

https://github.com/borghei/claude-skills