Vision

Vision skills and workflows surfaced by the site skill importer.

5 Skills
K
histolab

von K-Dense-AI

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.

Data Analysis
Favoriten 0GitHub 21.3k
H
huggingface-vision-trainer

von huggingface

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.

Backend Development
Favoriten 0GitHub 10.4k
M
azure-ai-vision-imageanalysis-py

von microsoft

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.

Backend Development
Favoriten 0GitHub 2.3k
M
azure-ai-vision-imageanalysis-java

von microsoft

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.

API Development
Favoriten 0GitHub 2.2k
K
transformers

von K-Dense-AI

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.

Machine Learning
Favoriten 0GitHub 0
Vision