transnetv2-scene-detect

@qianleigood · 收录于昨天 · 上游提交 1 个月前

TransNetV2-based video scene detection skill. Use when a task needs high-accuracy shot boundary detection, local scene splitting, or downstream video-analysis workflows that depend on the TransNetV2 pipeline.

场景视频编辑镜头分割场景切分

适合你，如果需要从长视频中自动提取独立镜头片段

/ 下载安装

https://github.com/qianleigood/crawclaw/tree/main/skills-optional/transnetv2-scene-detect ↗

/ 通过 npx 安装 校验哈希

npx oh-my-skill add qianleigood/crawclaw/transnetv2-scene-detect

/ 通过 bash 安装

curl -fsSL https://oh-my-skill.com/install.sh | bash -s -- qianleigood/crawclaw/transnetv2-scene-detect

/ 已经装过?验证本机副本,不用重装

npx oh-my-skill verify qianleigood/crawclaw/transnetv2-scene-detect

安装目标可用 --agent / --scope 或 --to 明确指定;省略时只会在唯一已存在的 agent 目录上自动选择,零命中或多命中会停止并提示。content_hash 缺失或不一致均拒装。

30GitHub stars

~224最小装载

~767含声明引用

~18.8K文本包总量

索引托管

怎么用

商店整理自技能原文 · 版本 f27e175 · 表述以原文为准

它做什么

装上后，Claude 可以使用 TransNetV2 模型检测视频中的镜头切换点，生成包含场景边界信息的 JSON 文件，作为视频分析预处理环节。

什么时候触发

当你需要高精度的镜头边界检测、局部场景分割，或进行依赖 TransNetV2 的视频分析任务时触发。

装好后可以这样说

Claude 会运行 TransNetV2 并输出结果。

会生成 shot 边界数据。

技能原文 SKILL.md作者撰写 · MIT · f27e175

TransNetV2 Scene Detect

Use this as the default high-accuracy scene detection path.

Use this skill for

scene boundary detection
local video preprocessing and cutting
generating shot JSON outputs
supporting video-analysis-workflow

Default workflow

Use run.sh for the main entry path.
Ensure weights exist at the expected asset path.
Write outputs into output/, not the skill root.
Keep script names and asset paths stable unless downstream references are updated too.

Read references as needed

references/README.md For historical notes, structure background, and migration details.

Working rules

Treat output/ as runtime artifacts, not source.
Treat archive/ as history, not active guidance.
Do not casually move scripts, weights, or directory layout while video-analysis-workflow depends on them.

按 MIT 许可原样转载,未经改动 · 在 GitHub 查看 →

登录即可评论;带「已验证安装」的,是发布者名下有本店的安装或持有记录。

…