什么是 computer-vision-pipeline？
构建用于对象检测、跟踪和视频分析的生产计算机视觉管道。处理无人机镜头、野生动物监测和实时检测。支持 YOLO、Detectron2、TensorFlow、PyTorch。用于考古调查、保护、安全。激活“物体检测”、“视频分析”、“YOLO”、“跟踪”、“无人机镜头”。不适用于简单的图像滤镜、照片编辑或面部识别 API。 来源：curiositech/some_claude_skills。
·computer-vision-pipeline
!
computer-vision-pipeline
✓curiositech/some_claude_skillsGitHub: curiositech/some_claude_skills来源: curiositech/some_claude_skills
构建用于对象检测、跟踪和视频分析的生产计算机视觉管道。处理无人机镜头、野生动物监测和实时检测。支持 YOLO、Detectron2、TensorFlow、PyTorch。用于考古调查、保护、安全。激活“物体检测”、“视频分析”、“YOLO”、“跟踪”、“无人机镜头”。不适用于简单的图像滤镜、照片编辑或面部识别 API。
如何安装 computer-vision-pipeline
通过命令行快速安装 computer-vision-pipeline AI 技能到你的开发环境
- 打开终端: 打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等）
- 运行安装命令: 复制并运行以下命令：npx skills add https://github.com/curiositech/some_claude_skills --skill computer-vision-pipeline
- 验证安装: 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
来源：curiositech/some_claude_skills。
SKILL.md
查看原文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 |
构建用于对象检测、跟踪和视频分析的生产计算机视觉管道。处理无人机镜头、野生动物监测和实时检测。支持 YOLO、Detectron2、TensorFlow、PyTorch。用于考古调查、保护、安全。激活“物体检测”、“视频分析”、“YOLO”、“跟踪”、“无人机镜头”。不适用于简单的图像滤镜、照片编辑或面部识别 API。 来源：curiositech/some_claude_skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/curiositech/some_claude_skills --skill computer-vision-pipeline- 分类
- !安全工具
- 认证
- ✓
- 收录时间
- 2026-03-09
- 更新时间
- 2026-03-10
快速解答
如何安装 computer-vision-pipeline？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/curiositech/some_claude_skills --skill computer-vision-pipeline 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
这个 Skill 的源码在哪？
https://github.com/curiositech/some_claude_skills
详情
- 分类
- !安全工具
- 来源
- skills.sh
- 收录时间
- 2026-03-09