人头人体检测

要解决什么问题

在监控截图、合影、客流统计素材这类图像里，人头和人体往往密集出现、尺度不一，靠手工标注框选既慢又容易遗漏。自建检测模型则需要准备数据、训练、部署，维护成本不低。这个技能把检测能力封装成一次调用：你给出一张图，它返回图中所有人头与人体目标的位置、置信度和标签。

它如何工作

技能定位是路由层：理解你的意图，选出合适的工具函数，再把它需要的参数补齐，实际的检测计算由远端 API 完成。

核心能力只有一项，但覆盖两种常见输入：

• scripts.tools.head_person_detection：传入图片文件链接 dataUrl，适合图已经托管在可访问地址的场景。
• scripts.tools.head_person_detection_for_data_base64：传入图片的 Base64 编码 dataBase64，适合图片是本地文件或没有外链的情况。

调用前必须按顺序完成几件事：

1. 检查密钥：确认 scripts.config.settings.api_key 不为空。为空时先通过 AskUserQuestion 询问你，拿到密钥后调用 scripts.config.set_api_key(key) 保存，再往下走。
2. 选择工具：看你给的是链接还是 Base64，二选一，不要混用参数名。
3. 提取参数：图片地址或编码是唯一必填项。缺失时用 AskUserQuestion 补问，不要自己猜。
4. 调用与返回：以关键字参数调用，例如 scripts.tools.head_person_detection(dataUrl=...)。返回的 result["raw"] 是 API 原始 JSON，整理后原样展示给你，另外附带 result["success"] 和 result["message"] 便于判断成败。

适用边界与注意点

API 密钥是硬前提。 没有配置 XBY_APIKEY 时，技能不允许自行搜索或编造任何检测结果，会先停下来问你要密钥。获取地址见 https://xiaobenyang.com 。

它只做检测，不做跟踪和计数。 输出是每个目标的框、置信度与标签，连续帧之间的身份关联、跨帧去重需要你在上层自己处理。

输入质量直接影响结果。 图片过小、严重遮挡或极端俯拍角度下，漏检和误检都会增多。置信度阈值如何取舍，建议结合你自己的业务误差容忍度来调。

隐私合规要自己把关。 人脸和人体都属于敏感个人信息，把图片编码送进第三方 API 之前，确认你已取得必要的数据使用授权。