xby-pic

Xby Pic

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-pic#8c338aff5ebdd271e2f9e3940e32ad7da1c8c121

Description

Includes general text recognition, handwriting recognition, license plate recognition, ID card recognition, everyday object detection, insect recognition, plant recognition, passport recognition, Hong Kong, Macao, and Taiwan travel permit recognition, bank card recognition, business license recognition, driver's license recognition, vehicle registration certificate recognition, animal recognition, electric bicycle detection, mobile phone detection, gesture detection, flame detection, cigarette detection, head and human body detection, wildlife detection, bird recognition, pet emotion recognition, dish recognition, safety helmet and human body detection, pedestrian detection, reflective vest detection, vehicle detection, image classification, object detection, rotated object detection, human pose estimation, and all-object recognition.

← Plugins

xby-pic

Xby Pic

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-pic#8c338aff5ebdd271e2f9e3940e32ad7da1c8c121

Description

README

xby-pic

DeepSeek Harness (DSH) 的插件：图片工具集

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。

功能

set_xby_apikey — 在聊天中设置 API 密钥（自动持久化，重启有效）
ocr — 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。需要输入图片文件链接。
ocr_for_data_base64 — 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。需要输入图片文件的BASE64编码。
ocr_for_data_file — 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。需要输入图片文件的文件路径。
ocr_pro — 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。需要输入图片文件链接。
ocr_pro_for_data_base64 — 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。需要输入图片文件的BASE64编码。
ocr_pro_for_data_file — 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。需要输入图片文件的文件路径。
ocr_handwriting — 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。需要输入图片文件链接。
ocr_handwriting_for_data_base64 — 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。需要输入图片文件的BASE64编码。
ocr_handwriting_for_data_file — 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。需要输入图片文件的文件路径。
plate_recognition — 识别车牌号、车牌颜色、单/双层车牌、位置框。需要输入图片文件链接。
plate_recognition_for_data_base64 — 识别车牌号、车牌颜色、单/双层车牌、位置框。需要输入图片文件的BASE64编码。
plate_recognition_for_data_file — 识别车牌号、车牌颜色、单/双层车牌、位置框。需要输入图片文件的文件路径。
ocr_bank_card — 识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。需要输入图片文件链接。
ocr_bank_card_for_data_base64 — 识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。需要输入图片文件的BASE64编码。
ocr_bank_card_for_data_file — 识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。需要输入图片文件的文件路径。
ocr_biz_license — 识别营业执照的统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。需要输入图片文件链接。
ocr_biz_license_for_data_base64 — 识别营业执照的统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。需要输入图片文件的BASE64编码。
ocr_biz_license_for_data_file — 识别营业执照的统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。需要输入图片文件的文件路径。
ocr_driver_license — 识别驾驶证主页（证号、姓名、性别、国籍、住址、出生日期、准驾车型、初次领证日期、有效期限）和副页（档案编号）。需要输入图片文件链接。
ocr_driver_license_for_data_base64 — 识别驾驶证主页（证号、姓名、性别、国籍、住址、出生日期、准驾车型、初次领证日期、有效期限）和副页（档案编号）。需要输入图片文件的BASE64编码。
ocr_driver_license_for_data_file — 识别驾驶证主页（证号、姓名、性别、国籍、住址、出生日期、准驾车型、初次领证日期、有效期限）和副页（档案编号）。需要输入图片文件的文件路径。
ocr_vehicle_license — 识别机动车行驶证的号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等信息，支持自动方向检测和主副页过滤。需要输入图片文件链接。
ocr_vehicle_license_for_data_base64 — 识别机动车行驶证的号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等信息，支持自动方向检测和主副页过滤。需要输入图片文件的BASE64编码。
ocr_vehicle_license_for_data_file — 识别机动车行驶证的号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等信息，支持自动方向检测和主副页过滤。需要输入图片文件的文件路径。
ocr_id_card — 识别身份证正面（姓名、性别、民族、出生日期、住址、身份证号）和背面（签发机关、有效期限），自动判断正反面并校验身份证号有效性。需要输入图片文件链接。
ocr_id_card_for_data_base64 — 识别身份证正面（姓名、性别、民族、出生日期、住址、身份证号）和背面（签发机关、有效期限），自动判断正反面并校验身份证号有效性。需要输入图片文件的BASE64编码。
ocr_id_card_for_data_file — 识别身份证正面（姓名、性别、民族、出生日期、住址、身份证号）和背面（签发机关、有效期限），自动判断正反面并校验身份证号有效性。需要输入图片文件的文件路径。
ocr_pass — 识别港澳通行证、台湾通行证的通行证号码、姓名、性别、出生日期、有效期、签发地点等信息，支持MRZ机读码解析。需要输入图片文件链接。
ocr_pass_for_data_base64 — 识别港澳通行证、台湾通行证的通行证号码、姓名、性别、出生日期、有效期、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的BASE64编码。
ocr_pass_for_data_file — 识别港澳通行证、台湾通行证的通行证号码、姓名、性别、出生日期、有效期、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的文件路径。
ocr_passport — 识别护照号码、中文姓名、英文姓名、性别、国籍、出生日期、签发日期、有效期至、签发地点等信息，支持MRZ机读码解析。需要输入图片文件链接。
ocr_passport_for_data_base64 — 识别护照号码、中文姓名、英文姓名、性别、国籍、出生日期、签发日期、有效期至、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的BASE64编码。
ocr_passport_for_data_file — 识别护照号码、中文姓名、英文姓名、性别、国籍、出生日期、签发日期、有效期至、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的文件路径。
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-pic

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-pic

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-pic

DeepSeek Harness (DSH) 的插件：图片工具集

功能

set_xby_apikey — 在聊天中设置 API 密钥（自动持久化，重启有效）
ocr — 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。需要输入图片文件链接。
ocr_for_data_base64 — 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。需要输入图片文件的BASE64编码。
ocr_for_data_file — 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。需要输入图片文件的文件路径。
ocr_pro — 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。需要输入图片文件链接。
ocr_pro_for_data_base64 — 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。需要输入图片文件的BASE64编码。
ocr_pro_for_data_file — 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。需要输入图片文件的文件路径。
ocr_handwriting — 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。需要输入图片文件链接。
ocr_handwriting_for_data_base64 — 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。需要输入图片文件的BASE64编码。
ocr_handwriting_for_data_file — 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。需要输入图片文件的文件路径。
plate_recognition — 识别车牌号、车牌颜色、单/双层车牌、位置框。需要输入图片文件链接。
plate_recognition_for_data_base64 — 识别车牌号、车牌颜色、单/双层车牌、位置框。需要输入图片文件的BASE64编码。
plate_recognition_for_data_file — 识别车牌号、车牌颜色、单/双层车牌、位置框。需要输入图片文件的文件路径。
ocr_bank_card — 识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。需要输入图片文件链接。
ocr_bank_card_for_data_base64 — 识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。需要输入图片文件的BASE64编码。
ocr_bank_card_for_data_file — 识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。需要输入图片文件的文件路径。
ocr_biz_license — 识别营业执照的统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。需要输入图片文件链接。
ocr_biz_license_for_data_base64 — 识别营业执照的统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。需要输入图片文件的BASE64编码。
ocr_biz_license_for_data_file — 识别营业执照的统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。需要输入图片文件的文件路径。
ocr_driver_license — 识别驾驶证主页（证号、姓名、性别、国籍、住址、出生日期、准驾车型、初次领证日期、有效期限）和副页（档案编号）。需要输入图片文件链接。
ocr_driver_license_for_data_base64 — 识别驾驶证主页（证号、姓名、性别、国籍、住址、出生日期、准驾车型、初次领证日期、有效期限）和副页（档案编号）。需要输入图片文件的BASE64编码。
ocr_driver_license_for_data_file — 识别驾驶证主页（证号、姓名、性别、国籍、住址、出生日期、准驾车型、初次领证日期、有效期限）和副页（档案编号）。需要输入图片文件的文件路径。
ocr_vehicle_license — 识别机动车行驶证的号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等信息，支持自动方向检测和主副页过滤。需要输入图片文件链接。
ocr_vehicle_license_for_data_base64 — 识别机动车行驶证的号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等信息，支持自动方向检测和主副页过滤。需要输入图片文件的BASE64编码。
ocr_vehicle_license_for_data_file — 识别机动车行驶证的号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等信息，支持自动方向检测和主副页过滤。需要输入图片文件的文件路径。
ocr_id_card — 识别身份证正面（姓名、性别、民族、出生日期、住址、身份证号）和背面（签发机关、有效期限），自动判断正反面并校验身份证号有效性。需要输入图片文件链接。
ocr_id_card_for_data_base64 — 识别身份证正面（姓名、性别、民族、出生日期、住址、身份证号）和背面（签发机关、有效期限），自动判断正反面并校验身份证号有效性。需要输入图片文件的BASE64编码。
ocr_id_card_for_data_file — 识别身份证正面（姓名、性别、民族、出生日期、住址、身份证号）和背面（签发机关、有效期限），自动判断正反面并校验身份证号有效性。需要输入图片文件的文件路径。
ocr_pass — 识别港澳通行证、台湾通行证的通行证号码、姓名、性别、出生日期、有效期、签发地点等信息，支持MRZ机读码解析。需要输入图片文件链接。
ocr_pass_for_data_base64 — 识别港澳通行证、台湾通行证的通行证号码、姓名、性别、出生日期、有效期、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的BASE64编码。
ocr_pass_for_data_file — 识别港澳通行证、台湾通行证的通行证号码、姓名、性别、出生日期、有效期、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的文件路径。
ocr_passport — 识别护照号码、中文姓名、英文姓名、性别、国籍、出生日期、签发日期、有效期至、签发地点等信息，支持MRZ机读码解析。需要输入图片文件链接。
ocr_passport_for_data_base64 — 识别护照号码、中文姓名、英文姓名、性别、国籍、出生日期、签发日期、有效期至、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的BASE64编码。
ocr_passport_for_data_file — 识别护照号码、中文姓名、英文姓名、性别、国籍、出生日期、签发日期、有效期至、签发地点等信息，支持MRZ机读码解析。需要输入图片文件的文件路径。
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-pic

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-pic

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 Pic

Description

Xby Pic

Description

README

xby-pic

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

README

xby-pic

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

Xby Pic

Description

Xby Pic

Description

README

xby-pic

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-pic

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