xby-detect

Xby Detect

Target profile

The plugin will be installed here. Keep web if you are unsure.

npx -y @deepseek-ai/dsh plugin --profile web add github:xby-skill/xby-detect#abd760c3095575d4bb51798d1ccb2df93f47d5a9

Description

Includes everyday object detection, insect recognition, plant recognition, animal recognition, electric bicycle detection, mobile phone detection, gesture detection, flame detection, cigarette detection, human head and body detection, wildlife detection, bird recognition, pet emotion recognition, dish recognition, helmet-wearing person detection, pedestrian detection, reflective vest detection, vehicle detection, image classification, object detection, rotated object detection, human pose estimation, and all-object recognition.

Compatibility and provenance

Xby Detect is published as xby-detect and currently resolves to version 1.0.0. The Hub verifies its manifest and preserves the exact installation source for reproducible installs.

DSH compatibility: *
Runtime surfaces: any
Release source: github
Registry updated: 8/28/2026

Versions

1.0.0stable

8/28/2026

Description

README

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。

README

xby-detect

DeepSeek Harness (DSH) 的插件：检测工具集

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。

Xby Detect

Description

Compatibility and provenance

Versions

Related plugins

Xby Detect

Description

README

xby-detect

功能

安装

方式一：从 GitHub 直接安装（推荐）

方式二：从本地目录安装（开发模式）

方式三：通过 cordis.patch.yml 开发调试

配置

获取 API 密钥

Compatibility and provenance

Versions

Related plugins

Related plugins

Related plugins

README

xby-detect

功能

安装

方式一：从 GitHub 直接安装（推荐）

方式二：从本地目录安装（开发模式）

方式三：通过 cordis.patch.yml 开发调试

配置

获取 API 密钥