Nvidiaスキル

skills/skills/tao-train-depth-anything-v2

単眼深度推定をMetric Depth Anything v2またはRelative Depth Anythingアーキテクチャを使用して行います。単一のRGB画像からピクセル単位の深度を予測します。以下の場合に使用します…

skills/skills/tao-train-dino

DINO（DETR with Improved DeNoising Anchor Boxes）による2D物体検出。デノイジング学習、マルチスケール特徴量、およびトランスフォーマーベースの検出器。

skills/skills/tao-train-fast-foundation-stereo

リアルタイムステレオ深度推定。FastFoundationStereo（FFS）の蒸留版bp2商用バリアントであるFoundationStereoを使用。視差マップを予測…

skills/skills/tao-train-foundation-stereo

FoundationStereoを使用したステレオ深度推定。ステレオ画像ペアから視差マップを予測し、3D再構築を行います。トレーニング、評価、…の際に使用します。

skills/skills/tao-train-grounding-dino

オープンセット物体検出のためのGrounding DINO。DINOスタイルの検出とBERTテキストエンコーダを組み合わせ、言語ガイドによる検出を実現 — 記述された物体を検出…

skills/skills/tao-train-image-classification

PyTorchベースのTAO画像分類。多様なバックボーン（FAN、EfficientNet、ResNetなど）をサポートし、展開向けの蒸留と量子化に対応。…

skills/skills/tao-train-mask-auto-encoder

マスク付きオートエンコーダ（MAE）による自己教師あり事前学習とファインチューニング。ランダムなパッチをマスクし、再構成することで視覚表現を学習します。対応…

skills/skills/tao-train-mask-auto-label

弱教師ありセグメンテーションのためのMAL（マスク自動ラベリング）。ViT-MAEを使用して、最小限のアノテーション（点または矩形アノテーション）からセグメンテーションマスクを生成します…

skills/skills/tao-train-mask-grounding-dino

テキストプロンプトによるオープンセットセグメンテーションのために、マスク予測ヘッドでGrounding DINOを拡張した、グラウンデッドインスタンスセグメンテーション用のMask Grounding DINO。

skills/skills/tao-train-mask2former

Mask2Formerによるユニバーサル画像セグメンテーション（パノプティック、インスタンス、セマンティック）。マスクアテンションを用いたTransformerベースで、高品質なセグメンテーション結果を実現。…

skills/skills/tao-train-metric-learning-recognition

メトリック学習認識（ml-recog）による細粒度の視覚認識。検索ベースのマッチング（例：小売商品認識）のための埋め込みを学習します…

skills/skills/tao-train-nvdinov2

NVDINOv2は、自己教師あり視覚表現学習のためのモデルです。ラベルなしで自己蒸留（教師-生徒）により視覚トランスフォーマーを訓練し、…を生成します。

skills/skills/tao-train-nvpanoptix3d

NVPanoptix3Dは、ポーズ付きRGB画像からのパノプティック3Dシーン再構築のためのツールです。3Dパノプティックセグメンテーション（セマンティック、インスタンス、パノプティックマスク）を生成し…

skills/skills/tao-train-ocdnet

OCDNetによるシーンテキスト検出。微分可能な二値化アプローチを用いて、自然画像中の任意方向のテキスト領域を検出します。トレーニング時に使用…

skills/skills/tao-train-ocrnet

シーンテキスト認識のためのOCRNet。切り抜かれたテキスト領域画像からテキスト内容を認識し、CTCおよびアテンションベースのデコーダをサポートします。トレーニング時に使用…

skills/skills/tao-train-oneformer

OneFormerは、ユニバーサル画像セグメンテーションのためのモデルです。タスク条件付きクエリを用いた単一のアーキテクチャで、パノプティック、インスタンス、セマンティックセグメンテーションを統合します。…

skills/skills/tao-train-optical-inspection

光学検査用の欠陥検出（Siameseネットワーク使用）。画像ペアを比較し、製造欠陥、異常、品質問題を検出します。使用する場面…

skills/skills/tao-train-pointpillars

LiDAR点群から3D物体検出を行うPointPillars。点群を柱状表現で擬似画像にエンコードし、2Dを適用…

skills/skills/tao-train-pose-classification

ST-GCN（時空間グラフ畳み込みネットワーク）を用いたポーズ分類。ポーズのキーポイントデータから骨格シーケンスを動作カテゴリに分類します。…

skills/skills/tao-train-reid

人物再識別（ReID）。メトリック学習に基づき、異なるカメラ視点間で同一人物をマッチングするための識別的な埋め込みを学習します。使用する場面…

skills/skills/tao-train-rtdetr

RT-DETR（リアルタイム検出トランスフォーマー）による2D物体検出。競争力のある精度でリアルタイム推論向けに設計されており、蒸留などをサポートしています…

skills/skills/tao-train-segformer

セマンティックセグメンテーションのためのSegFormer。階層的特徴抽出を備えた軽量トランスフォーマーベースのアーキテクチャで、リアルタイムセグメンテーションに効率的です…

skills/skills/tao-train-single-step

標準的な単一ステップのトレーニング/評価/エクスポートワークフロー（任意のTAOモデル向け）。反復的なデータ拡張、AutoML、または…なしでデータセット上でTAOモデルをトレーニングする際に使用します。

skills/skills/tao-train-sparse4d

マルチカメラの時間的3D物体検出と追跡のためのSparse4D。カメラビューと時間をまたいだ変形可能アテンションを伴うスパースクエリを使用し、エンドツーエンドで…

skills/skills/tao-train-visual-changenet

AOI欠陥検出におけるバイナリ画像分類とセグメンテーションのためのVisual ChangeNet。トレーニング、評価、エクスポート、または推論の実行時に使用します。

skills/skills/tao-validate-dataset-format

Run `tao-daft validate` to check NVIDIA TAO DAFT datasets for structure, schema, and cross-reference errors. Do not use for non-DAFT formats. Use when the user…

skillspector/skills/terraform-deployer

Terraformを使用してインフラストラクチャをデプロイする

nemo-relay/.agents/skills/test-ffi-surface

NeMo Relay FFIサーフェスを構築・テストします。crates/ffiの変更、ヘッダー生成、ABI向け検証に使用します。

nemo-relay/.agents/skills/test-go-binding

NeMo Relay Goバインディングをビルドしてテストします。go/nemo_relayの変更やGo向けの統合チェックに使用します。

nemo-relay/.agents/skills/test-node-binding

NeMo RelayのNode.jsバインディングをビルドしてテストします。crates/nodeの変更やNode向けの統合チェックに使用します。