登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
16569+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
Segment
,共找到
10
条记录
默认排序
最新上传
最多下载
领先计算机视觉架构师
computer-vision-expert
sickn33/antigravity-awesome-skills
285
提供设计、实现和优化前沿计算机视觉流程的专业指导。涵盖实时目标检测(YOLO26)、基于提示的语义分割(SAM 3)以及利用视觉语言模型(VLM)进行高级视觉推理。适用于机器人、自动驾驶和工业检测等场景,尤其擅长3D重建和边缘侧部署优化。
查看详情
AI视频续写与延展工具
klingai-video-extension
jeremylongshore/claude-code-plugins-plus-skills
196
本技能提供基于Kling AI的视频延展功能,允许用户基于已有的视频片段(通过任务ID引用)进行无缝续写和延伸。只需提供新的场景描述(prompt),即可生成与原视频风格和主题高度一致的后续内容。适用于需要创建长篇、连续叙事或多幕电影级内容的AI视频创作场景。
查看详情
计算机视觉处理
processing-computer-vision-tasks
jeremylongshore/claude-code-plugins-plus-skills
81
让 Claude 调用 computer-vision-processor 插件,通过自动生成的 Python 代码对用户提供的图像执行目标检测、分类与分割等分析任务,快速获取内容洞察。
查看详情
通用物体分割模型
segment-anything-model
Orchestra-Research/AI-Research-SKILLs
381
提供 Meta AI 的 Segment Anything Model,用交互式点/框提示或自动生成遮罩完成零样本图像分割,便于快速制作数据集并融合到视觉流水线中。
查看详情
计算机视觉生产级工程技能
senior-computer-vision
alirezarezvani/claude-skills
324
涵盖了从基础模型到生产部署的完整计算机视觉AI全流程技能。掌握目标检测(YOLO、Faster R-CNN)、实例/语义分割(Mask R-CNN、SAM)等核心技术,并熟练运用PyTorch进行模型训练,最终通过ONNX和TensorRT等工具优化模型,实现边缘或云端设备的稳定部署。
查看详情
Hugging Face上训练视觉模型
hugging-face-vision-trainer
sickn33/antigravity-awesome-skills
483
本技能用于在Hugging Face Jobs上提供全流程的视觉模型训练和微调服务。支持目标检测、图像分类和语义分割等多种高级任务。用户无需本地GPU环境,只需准备数据集,即可利用云端GPU资源进行训练,并将最终模型自动持久化保存到Hugging Face Hub。
查看详情
SAM2交互式目标分割
segmentation-sam2
SharpAI/DeepCamera
119
这是一个基于Meta Segment Anything 2 (SAM2)模型的先进AI工具,用于交互式、像素级的目标分割。用户只需点击图像或视频中的任意对象,即可自动生成精确的分割掩码。该功能支持点/框提示、跨帧视频跟踪,并与Annotation Studio深度集成,是进行大规模数据标注和视频分析的理想解决方案。
查看详情
用户通用信息档案管理
user-general-facts
memodb-io/Acontext
256
本技能提供了一个结构化的框架,用于捕获、组织和维护用户关于偏好、背景、目标等持久的通用信息。它将事实按主题分类存储,创建了一个客观可靠的个人知识库。这对于AI代理和应用至关重要,能够实现高度个性化的交互,并提供准确的上下文。
查看详情
临床笔记结构化分段处理
segmenting-clinical-sections
maziyarpanahi/openmed
399
本功能用于将非结构化的临床病历(如主诉、现病史、既往病史等)分割成带有规范标签和LOINC代码的独立片段。这种结构化的分段处理至关重要,它确保了下游的命名实体识别(NER)和去标识化任务能够获取完整的上下文信息。这大大提升了医疗文本处理的准确性和专业性。
查看详情
放射学报告结构化
structuring-radiology-reports
maziyarpanahi/openmed
273
本技能用于将放射科的自由文本报告(如CT、MRI、X光片等)转换为结构化的数据格式。它可以自动分割报告的关键部分(技术、发现、印象),并提取解剖结构、测量数值、侧别性、BI-RADS/Lung-RADS评估等级和后续推荐等关键临床信息,支持构建结构化的电子病历和决策支持系统。
查看详情
1
语言
简体中文
English