← 返回列表
未验证
识别图片中 80 类目标并输出边界框与置信度
尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/28 · 已提供中文文档
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。
综合分
28
GitHub 分
28
用户评分
—
★ Stars
0
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add xby-skill/xby-image-detect该插件未发布到 npm，走 GitHub 源安装（pnpm 若拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑）
数据截至 2026/9/16（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
xby-image-detect DeepSeek Harness (DSH) 的插件：目标检测 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。 功能 - set_xby_apikey — 在聊天中设置 API 密钥（自动持久化，重启有效） - 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。 安装 方式一：从 GitHub 直接安装（推荐） 格式: dsh plugin --profile add github:/ dsh plugin --profile web add github:xby_skill/xby-image-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-image-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。
扫码进群