opencv

name	opencv
description	OpenCV4 技能库 - 图像处理、特征检测、深度学习推理、YOLO、边缘部署等完整技能集合
user-invocable	true
argument-hint	opencv OR 视觉 OR 图像处理 OR 目标检测 OR 深度学习 OR 边缘部署

OpenCV4 Skills Library

OpenCV4 + Ultralytics 完整技能集合

---

技能概览

基础技能

技能	描述
basics	OpenCV 基础 - 图像读写、显示、绘制、色彩空间
image-processing	图像处理 - 几何变换、滤波、形态学、边缘检测
feature-detection	特征检测 - SIFT、ORB、AKAZE、特征匹配、图像拼接

深度学习与 AI

技能	描述
dnn-inference	DNN 模块 - ONNX/TFLite/Darknet 模型推理
yolo-integration	YOLO 集成 - Ultralytics YOLOv5/v8/v11 目标检测/分割/姿态
video-analysis	视频分析 - 光流、背景分离、运动检测
depth-estimation	深度估计 - 单目/双目深度、RGB-D、点云

相机与标定

技能	描述
camera-calibration	相机标定 - 单目/双目标定、畸变校正、立体匹配

边缘部署

技能	描述
edge-platforms/nvidia-jetson	NVIDIA Jetson - JetPack、CUDA、TensorRT 部署
edge-platforms/rockchip-rknn	Rockchip RKNN - RK3588/RK3399Pro NPU 加速
edge-platforms/openvino	Intel OpenVINO - CPU/GPU/VPU 加速
edge-platforms/tensorrt	TensorRT 加速 - INT8/FP16 量化、Engine 优化

---

快速导航

新手入门

1. 先学习 basics 掌握基础操作
2. 学习 image-processing 了解图像处理
3. 学习 dnn-inference 掌握深度学习推理

目标检测

1. 学习 yolo-integration 掌握 YOLO 使用
2. 学习 edge-platforms 选择部署平台

边缘部署

• Jetson: nvidia-jetson + tensorrt
• RK3588: rockchip-rknn
• Intel: openvino

---

技术栈

• OpenCV: 4.x 系列
• Python: 3.8+
• 深度学习框架: PyTorch, TensorFlow
• 模型格式: ONNX (推荐), TFLite, Darknet, Caffe
• YOLO: Ultralytics YOLOv5/v8/v11
• 边缘硬件: NVIDIA Jetson, Rockchip RK3588, Intel CPU/GPU/VPU

---

相关文档

• OpenCV 官方文档
• Ultralytics 文档
• TensorRT 文档
• OpenVINO 文档