computer-vision-pipeline
✓Créez des pipelines de vision par ordinateur de production pour la détection, le suivi et l’analyse vidéo d’objets. Gère les images de drones, la surveillance de la faune et la détection en temps réel. Prend en charge YOLO, Detectron2, TensorFlow, PyTorch. Utilisation pour les études archéologiques, la conservation, la sécurité. Activez sur "détection d'objet", "analyse vidéo", "YOLO", "suivi", "images drone". PAS pour les simples filtres d'image, la retouche photo ou les API de reconnaissance faciale.
Installation
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 |
Créez des pipelines de vision par ordinateur de production pour la détection, le suivi et l’analyse vidéo d’objets. Gère les images de drones, la surveillance de la faune et la détection en temps réel. Prend en charge YOLO, Detectron2, TensorFlow, PyTorch. Utilisation pour les études archéologiques, la conservation, la sécurité. Activez sur "détection d'objet", "analyse vidéo", "YOLO", "suivi", "images drone". PAS pour les simples filtres d'image, la retouche photo ou les API de reconnaissance faciale. Source : erichowens/some_claude_skills.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/erichowens/some_claude_skills --skill computer-vision-pipeline- Catégorie
- !Sécurité
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que computer-vision-pipeline ?
Créez des pipelines de vision par ordinateur de production pour la détection, le suivi et l’analyse vidéo d’objets. Gère les images de drones, la surveillance de la faune et la détection en temps réel. Prend en charge YOLO, Detectron2, TensorFlow, PyTorch. Utilisation pour les études archéologiques, la conservation, la sécurité. Activez sur "détection d'objet", "analyse vidéo", "YOLO", "suivi", "images drone". PAS pour les simples filtres d'image, la retouche photo ou les API de reconnaissance faciale. Source : erichowens/some_claude_skills.
Comment installer computer-vision-pipeline ?
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/erichowens/some_claude_skills --skill computer-vision-pipeline Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/erichowens/some_claude_skills
Détails
- Catégorie
- !Sécurité
- Source
- skills.sh
- Première apparition
- 2026-02-01