AIKraft/AI/Войти
AIKraft/Skills/Компьютерное зрение opencv

Компьютерное зрение opencv

Expert guidance for computer vision development using OpenCV, PyTorch, and modern deep learning techniques for image and video processing.

mindrally official Дизайн

Что делает навык

Экспертное руководство по разработке в области компьютерного зрения с использованием OpenCV, PyTorch и современных методов глубокого обучения для обработки изображений и видео. Skill охватывает традиционную обработку, обнаружение объектов, видеоаналитику и оптимизацию производительности.

Когда применять

  • Разработка пайплайнов обработки изображений с использованием OpenCV (фильтры, морфология, гистограммы)
  • Реализация обнаружения объектов с помощью классических методов (Haar, HOG) или нейросетей (YOLO, SSD, Faster R-CNN)
  • Создание систем видеоаналитики с отслеживанием объектов (KCF, CSRT, DeepSORT) и записью видео
  • Применение глубокого обучения для классификации и сегментации с использованием PyTorch и transfer learning

Как работает

  1. Инициализация и валидация входных данных: проверка загрузки изображений, корректное управление ресурсами видео и выбор цветных пространств (BGR, RGB, HSV)
  2. Применение операций обработки изображений: фильтрация (Gaussian, median), обнаружение границ (Canny), морфологические операции и геометрические трансформации
  3. Поиск и сопоставление признаков: использование детекторов (SIFT, ORB), matchers (FLANN) и оценка гомографии через RANSAC
  4. Обнаружение объектов: применение детекторов (Haar, YOLO), корректная обработка форматов bounding box и применение non-maximum suppression (NMS)
  5. Интеграция глубокого обучения: использование PyTorch/TensorFlow, аугментация данных через torchvision/albumentations и применение предобученных моделей (ResNet, EfficientNet)
  6. Оптимизация и обработка видео: векторизация операций NumPy, использование GPU (CUDA), параллельная обработка и корректное управление кодеками при записи видео

Примеры запросов агенту

Напиши функцию на Python с использованием OpenCV для обнаружения краев изображения с помощью оператора Кэнни и последующего морфологического закрытия.
Реализуй пайплайн обнаружения объектов на видео с использованием YOLO и отслеживания объектов через DeepSORT, обеспечив корректную запись результата.
Создай класс на PyTorch для классификации изображений с использованием transfer learning на базе ResNet, включая аугментацию данных через torchvision transforms.

Что понадобится

  • opencv-python (cv2)
  • torch, torchvision
  • numpy, Pillow (PIL), scikit-image, albumentations, matplotlib

Описание составлено по SKILL.md навыка, сверено 05.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «computer-vision-opencv» из репозитория: # https://github.com/mindrally/skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r computer-vision-opencv/ ~/.claude/skills/computer-vision-opencv/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.