mcpField
R
reference-analysis-validator

reference-analysis-validator

github.com/roble3クリエイティブ・メディア128882 回インストール2 週間前に更新
リポジトリ

reference-analysis-validator について

reference-analysis-validatorは、視覚的な参照を測定可能なモデリングおよび書き出し検査に変えるクリエイティブスキルです。ブランド、ロゴ、マスコット制作向けに、ソースマニフェスト、画像分析、オーバーレイ、閾値による判定を定めます。

主な機能

  1. 01参照ソースとビューの役割を分類
  2. 02部品数と閾値を含むマニフェスト作成
  3. 03マスク、コンポーネント、ランドマークの抽出
  4. 04参照とレンダーのマスク比較
  5. 05必須条件未達時の書き出し停止

活用シーン

  1. 01複数視点の参照によるロゴモデル検証
  2. 02マスコットの輪郭とランドマーク確認
  3. 03繰り返す不一致を専門スキルに引き継ぐ

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/roble3/cc-blender-skill --skill reference-analysis-validator

インストール後、Claude Code で/reference-analysis-validatorを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
metrics-and-thresholds.md
scripts/
reference_manifest_compiler.py
render_overlay_validator.py

詳細

リファレンス分析バリデーター

このスキルでは、「近そう」を測定可能なゲートに変換します。ブランド/ロゴ/マスコットの作業では、ソースマニフェストと検証しきい値を用意するまで、モデリングやエクスポートを行わないでください。

必須の出力

アセット出力フォルダーに、次のファイルを作成します。

  • reference_manifest.json — 分類済みソースファイル、想定パーツ数、しきい値。
  • source_analysis/*.json — 画像メタデータ、マスク/コンポーネント/ランドマーク。
  • validation/front_overlay_reference.png — リファレンスとレンダーのオーバーレイ。
  • validation/front_mask_validation.json — IoU/SSIM/バウンディングボックス/重心のレポート。

ワークフロー

  1. ソースを分類します:正面、側面、背面、上面、テクスチャアトラス、デカール、マップ、ライトマップ、オーラ/コンテキスト。
  2. ハードな想定数とビューの役割を記載した reference_manifest.json を作成または更新します。
  3. scripts/reference_manifest_compiler.py または既存のアナライザーを使用して、各ソースからマスク/コンポーネントを抽出します。
  4. リファレンス平面を非表示にし、一致する正投影カメラでモデルをレンダリングします。
  5. scripts/render_overlay_validator.py を使用して、リファレンスマスクとレンダーマスクを比較します。
  6. ハードゲートに不合格なら、最終エクスポートを拒否します。

モダリティのルール

同じ種類のものを比較します。ワイヤーフレームのエッジマスクをシェーディング済みのビューティーレンダーと比較すると、IoU が誤解を招くほど低くなります。ハードゲートでは、Blender からフラットなシルエット/マットパスをレンダリングするか、リファレンスのエッジをレンダーのエッジと比較します。ソースとレンダーで異なるマスク抽出モードが必要な場合は、render_overlay_validator.py --reference-mode ... --render-mode ... を使用します。

デフォルトの検証ゲート

  • 主要な構造パーツ数:完全一致。
  • 正面シルエットの IoU:剛体/ロゴ形状では 0.90 以上、マスコットの初回再構築パスでは 0.82 以上が許容範囲。
  • バウンディングボックス中心のずれ:検証サイズが 1024 px の場合、12 px 以下。
  • バウンディングボックスサイズのずれ:画像寸法の 3% 以下。
  • 顔/目/笑顔のランドマークのずれ:ランドマークを定義している場合、画像寸法の 2% 以下。

失敗時の方針

同じ不一致が繰り返し発生する場合、測定した失敗を記録してから、不足している専門スキルに引き継ぎます。

  • シルエットが違う → contour-to-mesh
  • 奥行き/側面/背面が違う → orthographic-registration
  • テクスチャが違う → atlas-uv-fitting
  • ワークフロー全体が違う → mascot-logo-reconstruction

必要に応じて参照

  • 指標の定義と推奨ゲートについては、references/metrics-and-thresholds.md を参照してください。

まとめたソース

このスキルを拡張する際に優先する公式/ライブラリのドキュメント:

  • OpenCV の輪郭特徴量:モーメント、面積、周長、バウンディング矩形。
  • OpenCV の形状マッチング/Hu モーメント。
  • OpenCV のホモグラフィーと幾何変換。
  • 知覚的比較のための scikit-image SSIM。

コメント