Vision

google-cloud-vision-automation hilft Agenten, Google Cloud Vision-Workflows über Composio Rube MCP auszuführen: aktuelle Tools suchen, die Verbindung zu google_cloud_vision prüfen und validierte Schemas ausführen.

histolab ist ein Python-Skill für die Vorverarbeitung von Whole-Slide-Images in der digitalen Pathologie. Es unterstützt Gewebeerkennung, Tile-Extraktion und Farbnormalisierung für H&E-Schnitte und ist damit nützlich für das Aufbereiten von Datensätzen, schnelle kachelbasierte Analysen und schlanke Workflows zur Datenanalyse. Installiere und nutze histolab mit praxisnahen Hinweisen zu Masken, Tilern und Slide-Management.

huggingface-vision-trainer hilft dir bei der Installation und Nutzung eines Hugging Face Skills für Vision-Trainingsjobs: Objekterkennung, Bildklassifikation und SAM/SAM2-Segmentierung. Abgedeckt werden Dataset-Vorbereitung, Cloud-GPU-Setup, Evaluation, Trackio-Logging und das Hochladen der Ergebnisse zum Hub. Ideal für Backend-Automatisierung und wiederholbare Trainings-Workflows.

Die Skill azure-ai-vision-imageanalysis-py hilft dir dabei, das Azure AI Vision Image Analysis SDK für Python zu installieren und zu nutzen. Sie behandelt Bildunterschriften, Tags, Objekte, OCR, Personenerkennung und intelligentes Zuschneiden – mit backend-orientierten Hinweisen zu Setup, Authentifizierung und Umgebung für Azure-basierte Workflows zur Bilderkennung.

azure-ai-vision-imageanalysis-java hilft dir beim Erstellen von Java-Apps für die Bildanalyse mit Azure AI Vision. Nutze es für Bildbeschreibungen, OCR, Objekterkennung, Tagging, Personenerkennung, Smart Cropping und API-Entwicklung mit SDK-Setup, Authentifizierung und Beispielen.

Die transformers-Skill hilft dir bei der Nutzung von Hugging Face Transformers für Modellladen, Inferenz, Tokenisierung und Fine-Tuning. Sie ist ein praxisnaher transformers-Leitfaden für Machine-Learning-Aufgaben über Text-, Bild-, Audio- und multimodale Workflows hinweg, mit klaren Wegen für schnelle Baselines und eigenes Training.