mcpField
R
roboflow-universe

roboflow-universe

github.com/roboflow数据与数据库48303 次安装今天更新
代码仓库

关于 roboflow-universe

用于在 Roboflow Universe 中查找和评估计算机视觉数据集及预训练模型的技能。它帮助 Agent 搜索条目、检查类别与许可，再复制或下载数据用于训练。

主要功能

  1. 01搜索数据集和模型
  2. 02用查询运算符筛选结果
  3. 03查看类别和数据集指标
  4. 04检查数据集许可
  5. 05复制或下载数据集
  6. 06在 Workflows 中使用 Universe 模型

适用场景

  1. 01为目标视觉任务查找数据集
  2. 02采用数据集前核对许可
  3. 03将数据集复制到 Roboflow 工作区
  4. 04下载数据用于本地训练

MCP 相关

使用 `universe_search` MCP 工具搜索 Universe 数据集和模型，并返回类别、图像数量和许可等条目信息。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/roboflow/computer-vision-skills --skill roboflow-universe

安装后在 Claude Code 中输入/roboflow-universe确认已加载。

详细介绍

面向 Agent： 此技能编写于 roboflow/computer-vision-skills。如果客户端已将其作为技能加载（例如，通过 Roboflow 插件），请使用该副本。roboflow://skills/<name>/... MCP 资源为尚未加载该技能的客户端提供相同的技能。

Roboflow Universe

位于 universe.roboflow.com 的开放仓库，包含超过 100 万个计算机视觉数据集和超过 5 万个预训练模型。

URL 模式

页面URL内容
首页universe.roboflow.com搜索、热门项目、类别
项目universe.roboflow.com/{owner}/{project}概览、类别、指标、许可证、分叉
图像universe.roboflow.com/{owner}/{project}/browse浏览带标注的图像
数据集版本universe.roboflow.com/{owner}/{project}/dataset/{version}版本详情、数据划分、下载
模型universe.roboflow.com/{owner}/{project}/model/{version}试用模型、指标、部署代码片段

搜索 Universe

MCP 工具

使用 universe_search 以编程方式查找数据集/模型。传入描述性查询（例如“施工现场安全帽检测”）。

当有人需要查看数据集后再进行选择（预览、类别、许可证、图像数量）时，请分享搜索结果中的 Universe 链接，让他们在决定前浏览条目。

网页搜索

搜索采用混合模式，结合语义相似度与关键词匹配。使用具体且描述性强的查询，以获得最佳结果。

查询运算符

所有运算符都可以与自由文本混用：fire smoke class:fire,smoke images>200 model

运算符示例效果
modelwaste detection model仅包含经过训练模型的数据集
object detectionhelmet object detection按项目类型筛选（也包括：classification、instance segmentation、keypoint detection）
class:Xclass:helmet,person必须包含这些类别
tag:Xtag:safety按 Universe 标签筛选
model:Xmodel:yolov8按训练模型架构筛选
images>Nimages>500图像数量下限（也支持 >=、<、<=、=）
stars>=Nstars>=5星标数量下限
views>Nviews>1000浏览次数下限
downloads>Ndownloads>100下载次数下限
updated:Ndupdated:30d在 N 天内更新（也支持 h、w、mo、y）
sort:Xsort:stars按字段排序（stars、images、updated、downloads、views）
like:dataset-urllike:coco查找相似数据集
高效查询技巧
  • 将自由文本与运算符结合使用：pothole road damage class:pothole images>100 sort:stars
  • 添加 model，仅获取可直接用于推理的数据集
  • 添加项目类型关键词进行筛选：helmet instance segmentation
  • 确切知道所需类别时，使用 class:
  • 使用具体的对象名称，而不是泛称（“仓库中的叉车” > “车辆”）

评估数据集

分叉前，请检查以下指标：

标准查看位置良好迹象
类别覆盖范围项目页面上的类别列表包含所有目标类别
图像数量项目概览目标检测每个类别有 500 张以上图像
标注质量浏览 > 点击单张图像边界框紧密，标签一致
类别平衡项目概览 / 健康状况类别分布不存在严重失衡
图像多样性浏览图像光照、角度、背景各不相同
许可证“引用此项目”部分与使用场景兼容（见下文）
模型指标模型标签页（如有）mAP > 70% 表示标注质量尚可

许可证

可在项目页面的“引用此项目”部分找到。未列出许可证 = 保留所有权利。

许可证可用于商业用途可修改是否需要署名
公共领域是是否
CC BY 4.0是是是
MIT是是是（在许可证副本中）
BY-NC-SA 4.0否是（相同方式共享）是
ODbL v1.0是是（数据库需相同方式共享）是
未指定许可证假定为否假定为否不适用

分叉数据集

分叉 = 将 Universe 数据集复制到你的工作区（无需下载/重新上传）。

  1. 在 Universe 上打开数据集
  2. 点击 Download Dataset 按钮
  3. 选择 Train a model with this dataset（完整分叉）或 Train from a portion of this dataset（部分克隆）
  4. 数据集将复制到你的工作区

分叉后，你可以：重命名类别、添加/删除图像、生成版本、训练模型。

要求： 已登录 Roboflow 帐户。

下载数据集

用于本地/笔记本训练，而非 Roboflow 云端训练。

方法适用场景
Train a model with this dataset（分叉）在 Roboflow 上训练，并希望在工作区中使用完整数据
Train from a portion（克隆）希望使用子集或与其他数据合并
Download dataset通过代码片段或 ZIP 文件进行本地训练

支持所有标准导出格式（COCO、YOLO、VOC、CreateML、TFRecord 等）。

路径：项目页面 > Download Dataset 按钮 > 选择方法。

使用 Universe 模型

通过工作流直接推理
  1. 在 Roboflow 中创建工作流
  2. 添加模型模块
  3. 切换到 Public Models 选项卡
  4. 粘贴 Universe 模型页面上的模型 ID（点击顶部的复制图标）
  5. 点击 Use model ID

模型 ID 格式：{owner}/{project}/{version}（显示在 Universe 模型页面上）。

检查点训练

分叉数据集，然后使用分叉的数据训练自己的模型。通过 Roboflow Train 使用 Universe 模型的架构作为起点。

推理指标（显示在模型页面上）
项目类型显示的指标
目标检测mAP、精确率、召回率
分类准确率
分割mAP、精确率、召回率

MCP 工具参考

universe_search — 在 Universe 中搜索数据集/模型。

参数类型默认值备注
querystr（必填）—搜索查询文本
result_type"dataset" | "model" | nullnull按结果类型筛选
limitint12每页最多结果数
pageint1页码（从 1 开始）

返回：名称、url、类型、类别、classCount、图像数、描述、标签、许可证、星标数、浏览量、下载量、modelCount、最新版本。

相关技能

  • roboflow://skills/roboflow-data-management/SKILL — 导入后管理数据集
  • roboflow://skills/roboflow-training-and-evaluation/SKILL — 使用分叉的数据进行训练

评论

支持 Markdown