·senior-computer-vision
</>

senior-computer-vision

Competenze di ingegneria della visione artificiale per il rilevamento di oggetti, la segmentazione delle immagini e i sistemi di intelligenza artificiale visiva. Copre le architetture CNN e Vision Transformer, il rilevamento YOLO/Faster R-CNN/DETR, la segmentazione Mask R-CNN/SAM e l'implementazione della produzione con ONNX/TensorRT. Include i framework PyTorch, torchvision, Ultralytics, Detectron2 e MMDetection. Da utilizzare durante la creazione di pipeline di rilevamento, l'addestramento di modelli personalizzati, l'ottimizzazione dell'inferenza o l'implementazione di sistemi di visione.

38Installazioni·2Tendenza·@borghei

Installazione

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

Come installare senior-computer-vision

Installa rapidamente la skill AI senior-computer-vision nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/borghei/claude-skills --skill senior-computer-vision
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: 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 |

Competenze di ingegneria della visione artificiale per il rilevamento di oggetti, la segmentazione delle immagini e i sistemi di intelligenza artificiale visiva. Copre le architetture CNN e Vision Transformer, il rilevamento YOLO/Faster R-CNN/DETR, la segmentazione Mask R-CNN/SAM e l'implementazione della produzione con ONNX/TensorRT. Include i framework PyTorch, torchvision, Ultralytics, Detectron2 e MMDetection. Da utilizzare durante la creazione di pipeline di rilevamento, l'addestramento di modelli personalizzati, l'ottimizzazione dell'inferenza o l'implementazione di sistemi di visione. Fonte: borghei/claude-skills.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/borghei/claude-skills --skill senior-computer-vision
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-03-09
Aggiornato
2026-03-10

Browse more skills from borghei/claude-skills

Risposte rapide

Che cos'è senior-computer-vision?

Competenze di ingegneria della visione artificiale per il rilevamento di oggetti, la segmentazione delle immagini e i sistemi di intelligenza artificiale visiva. Copre le architetture CNN e Vision Transformer, il rilevamento YOLO/Faster R-CNN/DETR, la segmentazione Mask R-CNN/SAM e l'implementazione della produzione con ONNX/TensorRT. Include i framework PyTorch, torchvision, Ultralytics, Detectron2 e MMDetection. Da utilizzare durante la creazione di pipeline di rilevamento, l'addestramento di modelli personalizzati, l'ottimizzazione dell'inferenza o l'implementazione di sistemi di visione. Fonte: borghei/claude-skills.

Come installo senior-computer-vision?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/borghei/claude-skills --skill senior-computer-vision Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

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