fiftyone-dataset-import
將視覺資料集匯入 FiftyOne
當媒體、標註和多模態資料夾使用不同格式時,資料集匯入常會失敗。此技能會引導你在 FiftyOne 中進行掃描、偵測、套件設定、匯入、分組和驗證。
安裝前請停止並請求確認。
請審查安裝計畫,並在變更檔案前取得使用者明確同意。
使用我的智慧代理安裝
將此請求複製給你的智慧代理,其中包含權威 Skill 頁面和清單。
Review the Skillstore skill "fiftyone-dataset-import" from https://skillstore.io/skills/adonaivera-fiftyone-dataset-import.md and its manifest at https://skillstore.io/api/skills/adonaivera-fiftyone-dataset-import/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.你的智慧代理仍應顯示其計畫,並依安全政策請求必要確認。
Agent 可讀資源
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時,請使用這些連結。
測試它
正在使用「fiftyone-dataset-import」。 從我的本機資料夾匯入 COCO 影像資料集。
預期結果:
- 掃描摘要列出影像數量、標註檔案和偵測到的 COCO 結構。
- 建議的匯入設定包括資料集名稱、標籤欄位和來源路徑。
- 助理會在建立資料集前請求確認。
正在使用「fiftyone-dataset-import」。 載入包含相機和 LiDAR 的自動駕駛資料集。
預期結果:
- 偵測到的切片包括前視相機、側視相機和 LiDAR。
- 列出所需套件和點雲轉換步驟。
- 驗證會比較預期群組、樣本和標籤欄位。
正在使用「fiftyone-dataset-import」。 排查失敗的 FiftyOne 匯入問題。
預期結果:
- 回應會檢查路徑、支援的副檔名、標籤格式和既有資料集名稱。
- 它會建議先進行較小規模的測試匯入,再重試完整資料集。
安全審計
高風險Most static hits are Markdown backticks, code fences, examples, or benign FiftyOne references. Confirmed issues are limited to package installation guidance and Python import checks that can execute third-party code. A high-risk semantic issue remains because the skill recommends pickle.load on dataset files.
已確認的安全問題 (1)
能力複核項目 (18)
這些是真實的本機能力,對此技能而言可能是預期行為,因此需要複核,但不會按已確認的惡意行為計分。
風險因素
⚙️ 外部命令 (155)
🌐 網路存取 (13)
📁 檔案系統存取 (1)
分享與引用此報告
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據,不判斷該 Skill 是否安全。
複製報告連結
https://skillstore.io/skills/adonaivera-fiftyone-dataset-import/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/adonaivera-fiftyone-dataset-import?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/adonaivera-fiftyone-dataset-import?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/adonaivera-fiftyone-dataset-import/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/adonaivera-fiftyone-dataset-import.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>學術引用 (APA · BibTeX · CFF)
APA 引用
AdonaiVera. (2026). fiftyone-dataset-import security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/adonaivera-fiftyone-dataset-import/audits/8BibTeX 引用
@techreport{adonaivera-adonaivera-fiftyone-dataset-import-2026,
author = {AdonaiVera},
title = {fiftyone-dataset-import security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/adonaivera-fiftyone-dataset-import/audits/8},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "fiftyone-dataset-import security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "AdonaiVera"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/adonaivera-fiftyone-dataset-import/audits/8"
identifiers:
- type: other
value: "skillstore:adonaivera-fiftyone-dataset-import:audit:8"
description: "Skillstore immutable audit report identifier"
Skillstore 評分
評分依據 證據置信度: 中你可以打造什麼
匯入標準偵測資料集
將帶有 COCO、YOLO、VOC、CVAT 或 KITTI 標籤的影像資料集載入新的 FiftyOne 資料集。
建立多模態駕駛資料集
依場景分組相機影像、LiDAR 點雲和標籤,以供自動駕駛審查使用。
驗證資料集遷移結果
在分析前,將匯入的樣本數、標籤、群組和切片與來源檔案進行比較。
試試這些提示
掃描我位於 [path] 的影像資料集,偵測標籤,提出 FiftyOne 匯入計畫,並等待我的確認。
檢查 [path],識別媒體類型和標註格式,然後建議最安全的 FiftyOne 匯入設定。
分析 [path] 中的相機、LiDAR 和場景分組模式。提出群組切片和驗證檢查清單。
為位於 [path] 的 [dataset name] 建立 FiftyOne 匯入計畫,包括所需套件、轉換步驟和標籤對應。
最佳實務
- 在建立資料集前掃描資料夾並呈現發現結果。
- 在安裝套件或覆寫資料集前請求確認。
- 每次匯入後驗證樣本數、標籤和群組。
避免
- 不要在與使用者確認偵測到的格式前進行匯入。
- 不要將應保持分組的多模態場景攤平成單一結構。
- 不要在沒有安全審查流程的情況下載入不可信任的 pickle 檔案。
常見問題
此技能需要 FiftyOne 嗎?
它可以匯入 YOLO 和 COCO 資料集嗎?
它可以處理點雲嗎?
它會自動安裝套件嗎?
它可以覆寫既有資料集嗎?
它對不可信任的標註檔案安全嗎?
開發者詳細資訊
作者
AdonaiVera授權
MIT
Skillstore 修訂
r1
版本提示
作者未聲明版本。
引用
6eec4a59f63ff83440a84c18d1aef79743bc714e
維護新鮮度
2026/7/22
使用量
6 次下載 · 378 次瀏覽
檔案結構
📄 SKILL.md