MCP Server Cvdlt

🚀 基于MCPのYOLOサーバー（コンピュータビジョンとディープラーニングツール）

このリポジトリは、UltralyticsとPython SDKのModel Contextプロトコルに基づいて構築されています。

関連リンク：

MCPプレイグラウンドクライアント - https://github.com/MRonaldo-gif/mcp-playground-local
Ultralytics - https://github.com/ultralytics/ultralytics
MCP Pythonバージョン - https://github.com/modelcontextprotocol/python-sdk

このサーバーはPythonでModel Contextプロトコルを実装し、画像の物体検出、セグメンテーション、人体姿勢推定機能をサポートしています。

✨ 主な機能

• YOLOv10を使用して画像内の物体を検出する
• YOLOv8を使用して画像内の物体をセグメント化する
• Ultralytics SAMを使用して画像全体をセグメント化する
• YOLOv8を使用して画像内の人体姿勢を推定する
• ローカルおよびネットワーク画像入力をサポートする
• MCPツールを統合してクライアントとのインタラクションを行う
• StdioおよびSSE伝送プロトコルをサポートする

⚠️ 重要提示

サーバーには有効な画像パスまたはURLが必要で、以下のモデルファイルにアクセスする必要があります：yolov10b.pt（YOLOv10検出）、yolov8n-seg.pt（YOLOv8セグメンテーション）、yolov8n-pose.pt（YOLOv8姿勢推定）、およびsam_b.pt（Ultralytics SAM）。

📋 今後の予定

• 3D検出
• AIGC（敵対的生成ネットワーク、拡散モデル）
• 密度推定
• ディープラーニングモデルのデプロイ

🚀 クイックスタート

📦 インストール

uv sync  
// もし清华大学源が必要な場合  
uv sync --index https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://pypi.org/simple  

uv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

サーバーの起動

1. Stdioモード：

   python server.py
   

   出力：

   stdio伝送でMCPサーバー（YOLO）を起動します
   

2. SSEモード：

   python server.py sse [ポート番号]
   

   例：

   python server.py sse 8080
   

   出力：

   ポート8080でSSE伝送を使用してMCPサーバー（YOLO）を起動します
   

さらに、ユーザーは重みファイルを ./checkpoints ディレクトリにダウンロードする必要があります。
ダウンロードリンク🔗：https://...

💻 使用例

Claude Desktopの使用

claude_desktop_config.json に以下の内容を追加します。

⚠️ 重要提示

サーバーに読み取り専用ディレクトリ /projects を提供するには、サンドボックスディレクトリをマウントすることができます。

SSEモードの設定

{
  "mcpServers": {
    "server-with-yolo": {
      "url": "http://localhost:8080/sse"
    }
  }
}

重みファイルのディレクトリ構造：

./checkpoints/  
├── yolov10b.pt  
├── yolov8n-seg.pt  
├── yolov8n-pose.pt  
└── sam_b.pt