·computer-vision-pipeline
!

computer-vision-pipeline

Costruisci pipeline di produzione di visione artificiale per il rilevamento, il tracciamento e l'analisi video di oggetti. Gestisce riprese con droni, monitoraggio della fauna selvatica e rilevamento in tempo reale. Supporta YOLO, Detectron2, TensorFlow, PyTorch. Utilizzo per rilievi archeologici, conservazione, sicurezza. Attiva su "rilevamento oggetti", "analisi video", "YOLO", "tracciamento", "riprese drone". NON per semplici filtri immagine, fotoritocco o API di riconoscimento facciale.

57Installazioni·7Tendenza·@erichowens

Installazione

$npx skills add https://github.com/erichowens/some_claude_skills --skill computer-vision-pipeline

Come installare computer-vision-pipeline

Installa rapidamente la skill AI computer-vision-pipeline 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/erichowens/some_claude_skills --skill computer-vision-pipeline
  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: erichowens/some_claude_skills.

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 |

Costruisci pipeline di produzione di visione artificiale per il rilevamento, il tracciamento e l'analisi video di oggetti. Gestisce riprese con droni, monitoraggio della fauna selvatica e rilevamento in tempo reale. Supporta YOLO, Detectron2, TensorFlow, PyTorch. Utilizzo per rilievi archeologici, conservazione, sicurezza. Attiva su "rilevamento oggetti", "analisi video", "YOLO", "tracciamento", "riprese drone". NON per semplici filtri immagine, fotoritocco o API di riconoscimento facciale. Fonte: erichowens/some_claude_skills.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/erichowens/some_claude_skills --skill computer-vision-pipeline
Categoria
!Sicurezza
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from erichowens/some_claude_skills

Risposte rapide

Che cos'è computer-vision-pipeline?

Costruisci pipeline di produzione di visione artificiale per il rilevamento, il tracciamento e l'analisi video di oggetti. Gestisce riprese con droni, monitoraggio della fauna selvatica e rilevamento in tempo reale. Supporta YOLO, Detectron2, TensorFlow, PyTorch. Utilizzo per rilievi archeologici, conservazione, sicurezza. Attiva su "rilevamento oggetti", "analisi video", "YOLO", "tracciamento", "riprese drone". NON per semplici filtri immagine, fotoritocco o API di riconoscimento facciale. Fonte: erichowens/some_claude_skills.

Come installo computer-vision-pipeline?

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/erichowens/some_claude_skills --skill computer-vision-pipeline 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/erichowens/some_claude_skills