xby-detect

DeepSeek Harness (DSH) 的插件：检测工具集

包括日常物体检测、昆虫识别、植物识别、动物识别、电动自行车检测、手机检测、手势检测、火焰检测、香烟检测、人头人体检测、野生动物检测、鸟类识别、宠物情绪识别、菜品识别、安全帽人体检测、行人检测、反光衣检测、车辆检测、图像分类、目标检测、旋转目标检测、人体姿态估计和万物识别。

功能

• set_xby_apikey — 在聊天中设置 API 密钥（自动持久化，重启有效）
• daily_object_detection — 输入一张图像，对其中的人/宠物/车/火焰/纸箱进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• daily_object_detection_for_data_base64 — 输入一张图像，对其中的人/宠物/车/火焰/纸箱进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• daily_object_detection_for_data_file — 输入一张图像，对其中的人/宠物/车/火焰/纸箱进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• insect_recognition — 识别昆虫或其他节肢动物名称（或所属目, 科, 属, 种）。 需要输入图片文件链接。
• insect_recognition_for_data_base64 — 识别昆虫或其他节肢动物名称（或所属目, 科, 属, 种）。 需要输入图片文件的BASE64编码。
• insect_recognition_for_data_file — 识别昆虫或其他节肢动物名称（或所属目, 科, 属, 种）。 需要输入图片文件的文件路径。
• plant_recognition — 识别植物名称（或所属科, 属, 种或亚种）。 需要输入图片文件链接。
• plant_recognition_for_data_base64 — 识别植物名称（或所属科, 属, 种或亚种）。 需要输入图片文件的BASE64编码。
• plant_recognition_for_data_file — 识别植物名称（或所属科, 属, 种或亚种）。 需要输入图片文件的文件路径。
• animal_recognition — 对含有动物的图像进行标签识别，无需任何额外输入，输出动物的类别标签。 需要输入图片文件链接。
• animal_recognition_for_data_base64 — 对含有动物的图像进行标签识别，无需任何额外输入，输出动物的类别标签。 需要输入图片文件的BASE64编码。
• animal_recognition_for_data_file — 对含有动物的图像进行标签识别，无需任何额外输入，输出动物的类别标签。 需要输入图片文件的文件路径。
• cellphone_detection — 输入一张图像，对其中的手机进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• cellphone_detection_for_data_base64 — 输入一张图像，对其中的手机进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• cellphone_detection_for_data_file — 输入一张图像，对其中的手机进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• ebike_detection — 输入一张图像，对其中的电动自行车进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• ebike_detection_for_data_base64 — 输入一张图像，对其中的电动自行车进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• ebike_detection_for_data_file — 输入一张图像，对其中的电动自行车进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• fire_detection — 检测各类通用场景中出现的火焰，最佳使用场景：安防摄像头、交通摄像头视角。 需要输入图片文件链接。
• fire_detection_for_data_base64 — 检测各类通用场景中出现的火焰，最佳使用场景：安防摄像头、交通摄像头视角。 需要输入图片文件的BASE64编码。
• fire_detection_for_data_file — 检测各类通用场景中出现的火焰，最佳使用场景：安防摄像头、交通摄像头视角。 需要输入图片文件的文件路径。
• general_recognition — 对包含主体物体的图像进行标签识别，输出主体物体的类别标签，目前已经覆盖了5万多类的物体类别。 需要输入图片文件链接。
• general_recognition_for_data_base64 — 对包含主体物体的图像进行标签识别，输出主体物体的类别标签，目前已经覆盖了5万多类的物体类别。 需要输入图片文件的BASE64编码。
• general_recognition_for_data_file — 对包含主体物体的图像进行标签识别，输出主体物体的类别标签，目前已经覆盖了5万多类的物体类别。 需要输入图片文件的文件路径。
• gesture_detection — 输入一张图像，对其中的手势进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• gesture_detection_for_data_base64 — 输入一张图像，对其中的手势进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• gesture_detection_for_data_file — 输入一张图像，对其中的手势进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• head_person_detection — 输入一张图像，对其中的人头人体进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• head_person_detection_for_data_base64 — 输入一张图像，对其中的人头人体进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• head_person_detection_for_data_file — 输入一张图像，对其中的人头人体进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• smoking_detection — 输入一张图像，对其中的香烟目标进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• smoking_detection_for_data_base64 — 输入一张图像，对其中的香烟目标进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• smoking_detection_for_data_file — 输入一张图像，对其中的香烟目标进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• wild_animals_detection — 输入一张图像，输出图像中所有识别到的野生动物的检测框、置信度及标签。 需要输入图片文件链接。
• wild_animals_detection_for_data_base64 — 输入一张图像，输出图像中所有识别到的野生动物的检测框、置信度及标签。 需要输入图片文件的BASE64编码。
• wild_animals_detection_for_data_file — 输入一张图像，输出图像中所有识别到的野生动物的检测框、置信度及标签。 需要输入图片文件的文件路径。
• bird_detection — 检测并识别图片中的鸟类。 需要输入图片文件链接。
• bird_detection_for_data_base64 — 检测并识别图片中的鸟类。 需要输入图片文件的BASE64编码。
• bird_detection_for_data_file — 检测并识别图片中的鸟类。 需要输入图片文件的文件路径。
• pet_emotion_recognition — 识别宠物面部表情，输出 4 类情绪: Angry / Happy / Relaxed / Sad。 需要输入图片文件链接。
• pet_emotion_recognition_for_data_base64 — 识别宠物面部表情，输出 4 类情绪: Angry / Happy / Relaxed / Sad。 需要输入图片文件的BASE64编码。
• pet_emotion_recognition_for_data_file — 识别宠物面部表情，输出 4 类情绪: Angry / Happy / Relaxed / Sad。 需要输入图片文件的文件路径。
• dish_recognition — 菜品识别，输出可能的菜品名称及概率。 需要输入图片文件链接。
• dish_recognition_for_data_base64 — 菜品识别，输出可能的菜品名称及概率。 需要输入图片文件的BASE64编码。
• dish_recognition_for_data_file — 菜品识别，输出可能的菜品名称及概率。 需要输入图片文件的文件路径。
• helmet_head_person_detection — 输入一张图像，对其中的人体、头部和安全帽进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• helmet_head_person_detection_for_data_base64 — 输入一张图像，对其中的人体、头部和安全帽进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• helmet_head_person_detection_for_data_file — 输入一张图像，对其中的人体、头部和安全帽进行检测，输出图片中所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• detect_pedestrian — 输入一张图像，检测图像中的行人，输出所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• detect_pedestrian_for_data_base64 — 输入一张图像，检测图像中的行人，输出所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• detect_pedestrian_for_data_file — 输入一张图像，检测图像中的行人，输出所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• detect_reflective_vest — 输入一张图像，检测人员是否穿戴反光衣，输出图片中所有目标的检测框、置信度和标签（safe/unsafe）。 需要输入图片文件链接。
• detect_reflective_vest_for_data_base64 — 输入一张图像，检测人员是否穿戴反光衣，输出图片中所有目标的检测框、置信度和标签（safe/unsafe）。 需要输入图片文件的BASE64编码。
• detect_reflective_vest_for_data_file — 输入一张图像，检测人员是否穿戴反光衣，输出图片中所有目标的检测框、置信度和标签（safe/unsafe）。 需要输入图片文件的文件路径。
• detect_vehicle — 输入一张图像，检测图像中的车辆类型（car/truck/bus/motorbike/tricycle/carplate），输出所有目标的检测框、置信度和标签。 需要输入图片文件链接。
• detect_vehicle_for_data_base64 — 输入一张图像，检测图像中的车辆类型（car/truck/bus/motorbike/tricycle/carplate），输出所有目标的检测框、置信度和标签。 需要输入图片文件的BASE64编码。
• detect_vehicle_for_data_file — 输入一张图像，检测图像中的车辆类型（car/truck/bus/motorbike/tricycle/carplate），输出所有目标的检测框、置信度和标签。 需要输入图片文件的文件路径。
• yolo26_classify — 对图像进行ImageNet 1000类分类，返回Top-5类别和置信度。 需要输入图片文件链接。
• yolo26_classify_for_data_base64 — 对图像进行ImageNet 1000类分类，返回Top-5类别和置信度。 需要输入图片文件的BASE64编码。
• yolo26_classify_for_data_file — 对图像进行ImageNet 1000类分类，返回Top-5类别和置信度。 需要输入图片文件的文件路径。
• yolo26_detect — 检测图像中的80类COCO目标（人、车、动物、日常物品等），输出边界框、置信度和类别标签。 需要输入图片文件链接。
• yolo26_detect_for_data_base64 — 检测图像中的80类COCO目标（人、车、动物、日常物品等），输出边界框、置信度和类别标签。 需要输入图片文件的BASE64编码。
• yolo26_detect_for_data_file — 检测图像中的80类COCO目标（人、车、动物、日常物品等），输出边界框、置信度和类别标签。 需要输入图片文件的文件路径。
• yolo26_obb_detect — 检测图像中的旋转目标，输出旋转边界框、角度、置信度和类别标签。支持15个目标类别：plane， ship，storage tank，baseball diamond，tennis court，basketball court，ground track field， harbor， bridge，large vehicle，small vehicle， helicopter， roundabout，soccer ball field，swimming pool。 需要输入图片文件链接。
• yolo26_obb_detect_for_data_base64 — 检测图像中的旋转目标，输出旋转边界框、角度、置信度和类别标签。支持15个目标类别：plane， ship，storage tank，baseball diamond，tennis court，basketball court，ground track field， harbor， bridge，large vehicle，small vehicle， helicopter， roundabout，soccer ball field，swimming pool。 需要输入图片文件的BASE64编码。
• yolo26_obb_detect_for_data_file — 检测图像中的旋转目标，输出旋转边界框、角度、置信度和类别标签。支持15个目标类别：plane， ship，storage tank，baseball diamond，tennis court，basketball court，ground track field， harbor， bridge，large vehicle，small vehicle， helicopter， roundabout，soccer ball field，swimming pool。 需要输入图片文件的文件路径。
• yolo26_pose_estimate — 检测图像中的人物，输出边界框和关键点坐标。每人有 17 个关键点，每个点代表人体不同的部位，依次为鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左髋、右髋、左膝、右膝、左脚踝、右脚踝。 需要输入图片文件链接。
• yolo26_pose_estimate_for_data_base64 — 检测图像中的人物，输出边界框和关键点坐标。每人有 17 个关键点，每个点代表人体不同的部位，依次为鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左髋、右髋、左膝、右膝、左脚踝、右脚踝。 需要输入图片文件的BASE64编码。
• yolo26_pose_estimate_for_data_file — 检测图像中的人物，输出边界框和关键点坐标。每人有 17 个关键点，每个点代表人体不同的部位，依次为鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左髋、右髋、左膝、右膝、左脚踝、右脚踝。 需要输入图片文件的文件路径。
• yolo26_segment — 实例分割比目标检测更进一步，不但要识别图像中的单个对象，还要将其从图像的其余部分中分割出来。对图像中的80类COCO目标进行实例分割，输出边界框、掩膜、置信度和类别标签。 需要输入图片文件链接。
• yolo26_segment_for_data_base64 — 实例分割比目标检测更进一步，不但要识别图像中的单个对象，还要将其从图像的其余部分中分割出来。对图像中的80类COCO目标进行实例分割，输出边界框、掩膜、置信度和类别标签。 需要输入图片文件的BASE64编码。
• yolo26_segment_for_data_file — 实例分割比目标检测更进一步，不但要识别图像中的单个对象，还要将其从图像的其余部分中分割出来。对图像中的80类COCO目标进行实例分割，输出边界框、掩膜、置信度和类别标签。 需要输入图片文件的文件路径。

安装

方式一：从 GitHub 直接安装（推荐）

# 格式: dsh plugin --profile <profile> add github:<owner>/<repo>
dsh plugin --profile web add github:xby_skill/xby-detect

方式二：从本地目录安装（开发模式）

# 仅用于本地开发调试
dsh plugin --profile web add /absolute/path/to/xby-detect

方式三：通过 cordis.patch.yml 开发调试

dsh web --profile web --patch /absolute/path/to/dsh-ocr-plugin/cordis.patch.yml

配置

获取 API 密钥

前往 小笨羊官网 注册并获取 API 密钥。