# Computer Vision

> Use when working with computer vision — image processing, object detection, OpenCV, YOLO

- Skill: `liaosw97/computer-vision` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add liaosw97/computer-vision`
- Raw SKILL.md: https://api.skillmd.com/api/skills/liaosw97/computer-vision/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Research & Search
- Author: liaosw97 (https://skillmd.com/u/liaosw97)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/liaosw97/computer-vision

---


## 核心原则
- 数据质量优先：高质量的标注数据和合理的数据增强是模型性能的基石
- 精度与效率平衡：在模型精度和推理速度之间找到最佳平衡点
- 端到端优化：从数据预处理到模型部署进行全链路优化
- 可解释性设计：模型决策过程应具备可解释性和可追溯性
- 伦理与隐私：遵守数据隐私法规，防止算法偏见和滥用

## 技术栈
- OpenCV：开源计算机视觉库，提供图像处理、视频分析和传统视觉算法
- PyTorch：动态计算图深度学习框架，适合研究原型开发和快速迭代
- TensorFlow：生产级深度学习框架，支持大规模分布式训练和部署
- YOLO：实时目标检测算法系列，平衡速度与精度的工业级选择
- DETR：基于Transformer的端到端目标检测架构
- SAM：Segment Anything Model，通用图像分割基础模型
- MediaPipe：Google开源的跨平台机器学习解决方案，适合实时应用

## 最佳实践
1. **数据准备与标注**：建立规范的标注流程，使用CVAT、LabelImg等专业标注工具；实施数据质量控制，定期审核标注一致性；采用多样化的数据增强策略，包括几何变换、颜色抖动、Mixup、CutMix等

2. **模型选择与优化**：根据应用场景选择合适的模型架构，实时应用优先考虑轻量级模型如MobileNet、EfficientNet-Lite；利用预训练权重进行迁移学习，显著减少训练时间和数据需求

3. **训练策略**：采用渐进式学习率调整策略，如Cosine Annealing、Warmup；使用混合精度训练（FP16/BF16）加速训练过程；实施早停策略防止过拟合

4. **部署优化**：应用模型量化（INT8/FP16）减少模型体积和推理延迟；使用TensorRT、ONNX Runtime等推理引擎加速部署；针对边缘设备进行模型剪枝和知识蒸馏

5. **评估与监控**：使用多维度评估指标（mAP、IoU、F1-score等）全面评估模型性能；建立模型性能监控机制，及时发现数据漂移和模型退化

## 关键约定
1. 图像数据统一使用 RGB 格式处理，注意 OpenCV 默认 BGR 格式的转换
2. 模型输入尺寸保持 32 像素对齐，适配卷积网络下采样要求
3. 归一化参数与预训练模型保持一致，ImageNet 标准为 mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]
4. 目标检测边界框格式统一使用 [x_center, y_center, width, height] 归一化坐标
5. 输出结果需包含置信度阈值过滤，建议默认阈值为 0.5