@dfy-plugins/dsh-image-generation
为 DeepSeek Harness 提供独立的图像生成与编辑 Skill、工具和设置界面。
35 results
为 DeepSeek Harness 提供独立的图像生成与编辑 Skill、工具和设置界面。
DFY 插件组合包:壁纸、外观、归档管理、媒体内容、图像生成、交互可视化、任务守卫和 Codex 连接。
(绘图)千问 · 优化版 —— 面向 DeepSeek Harness 的本地图像生成插件。经由本机 ComfyUI 调用 Qwen-Image 2.1 完成文生图与图生图,图像落盘保存并在会话中直接呈现;全部网络流量限于 127.0.0.1,无需联网与 API 密钥。本优化版在推理链路性能、显卡厂商适配(NVIDIA / Intel Arc / AMD RDNA2·3·4)与操作系统兼容(Windows / Linux)三方面进行了系统性增强。原作者 @奇迹与你,优化版 @yanfei0725。
基于 DeepSeek-OCR1 光学压缩记忆系统:把记忆渲染为图像存储,支持 SoM 分段、年龄衰减/模糊化、激活召回、DSH Agent 检索
AI 生图 (image generation) plugin for the dsh web GUI: text-to-image and image-to-image through a configurable OpenAI-compatible endpoint, with multi-provider support, model discovery, and agent tool registration. 与 @xiaoyuink/dsh-image-vision 同系列的图像插件。
DSH 通用图像生成插件:接入任意 OpenAI 兼容生图网关(自定义 baseUrl + 模型 + API Key),设置页可视化配置。工具 dsh_image_gen / dsh_image_gen_config + 命令 /dsh-image-gen + skill。
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。
高精度文字识别。输入包含文本的图像,自动检测并识别内容。适用于各类文档、广告牌、屏幕截图等场景。
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。
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。
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。
对图像进行ImageNet 1000类分类,返回Top-5类别和置信度。
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。
MCP服务器提供从本地文件、URL提取图像并转换为base64格式的功能,适用于LLM分析。
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。
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。
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。
输入包含手写文本的图像,自动检测文本行并识别内容。适用于手写笔记、签名、手写表单等。
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。
包括通用文本识别、手写识别、车牌识别、身份证识别、日常物体检测、昆虫识别、植物识别、护照识别、港澳台通行证识别、银行卡识别、营业执照识别、驾驶证识别、行驶证识别、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。
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。
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。
兼顾速度与精度的文字识别。输入包含文本的图像,自动检测并识别内容。适用于各类文档、广告牌、屏幕截图等场景。
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)。