Skills Nvidia

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

การประมาณค่าระดับความลึกแบบตาข้างเดียวโดยใช้สถาปัตยกรรม Metric Depth Anything v2 หรือ Relative Depth Anything ทำนายค่าระดับความลึกต่อพิกเซลจากภาพ RGB เดี่ยว ใช้เมื่อ...

skills/skills/tao-train-dino

DINO (DETR พร้อมกล่องยึดเหนี่ยวที่ปรับปรุงการลดสัญญาณรบกวน) สำหรับการตรวจจับวัตถุ 2 มิติ ตัวตรวจจับที่ใช้ทรานส์ฟอร์มเมอร์พร้อมการฝึกอบรมลดสัญญาณรบกวน คุณลักษณะหลายสเกล และ...

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

การประมาณความลึกแบบสเตอริโอแบบเรียลไทม์โดยใช้ FastFoundationStereo (FFS) ซึ่งเป็นตัวแปรเชิงพาณิชย์ bp2 ที่ถูกกลั่นจาก FoundationStereo ทำนายแผนที่ความเหลื่อมจาก…

skills/skills/tao-train-foundation-stereo

การประมาณความลึกแบบสเตอริโอโดยใช้ FoundationStereo ทำนายแผนที่ความเหลื่อมจากคู่ภาพสเตอริโอสำหรับการสร้างแบบจำลอง 3 มิติ ใช้เมื่อฝึกฝน ประเมินผล…

skills/skills/tao-train-grounding-dino

Grounding DINO สำหรับการตรวจจับวัตถุแบบเปิดเซต ผสานการตรวจจับสไตล์ DINO เข้ากับตัวเข้ารหัสข้อความ BERT สำหรับการตรวจจับที่นำทางด้วยภาษา — ตรวจจับวัตถุที่อธิบาย...

skills/skills/tao-train-image-classification

การจำแนกภาพ TAO ที่ใช้ PyTorch รองรับ backbone หลากหลาย (FAN, EfficientNet, ResNet ฯลฯ) พร้อมการกลั่นและการควอนไทซ์เพื่อการปรับใช้

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

Masked Auto-Encoder (MAE) สำหรับการฝึกอบรมล่วงหน้าแบบ self-supervised และการปรับแต่งละเอียด โดยการสุ่มปิดบังส่วนย่อยของภาพและสร้างขึ้นใหม่เพื่อเรียนรู้การแสดงผลทางภาพ รองรับ…

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

MAL (Mask Auto-Label) สำหรับการแบ่งส่วนแบบ weakly-supervised สร้างมาสก์การแบ่งส่วนจากคำอธิบายประกอบขั้นต่ำ (คำอธิบายประกอบแบบจุดหรือกล่อง) โดยใช้ ViT-MAE…

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

Mask Grounding DINO สำหรับการแบ่งส่วนอินสแตนซ์แบบมีจุดยึด ขยายขีดความสามารถของ Grounding DINO ด้วยหัวทำนายมาสก์สำหรับการแบ่งส่วนแบบชุดเปิดที่นำทางด้วยข้อความแจ้งเตือน…

skills/skills/tao-train-mask2former

Mask2Former สำหรับการแบ่งส่วนภาพแบบสากล (panoptic, instance, และ semantic) ใช้โครงสร้าง Transformer พร้อม masked attention เพื่อผลลัพธ์การแบ่งส่วนคุณภาพสูง

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

การรู้จำแบบเมตริกเลิร์นนิง (ml-recog) สำหรับการรู้จำภาพในระดับละเอียด เรียนรู้การฝังตัวสำหรับการจับคู่แบบอิงการดึงข้อมูล (เช่น การรู้จำสินค้าปลีก)…

skills/skills/tao-train-nvdinov2

NVDINOv2 สำหรับการเรียนรู้การแสดงผลทางภาพแบบไม่มีผู้ควบคุม ฝึกฝนวิทัศน์ทรานส์ฟอร์มเมอร์ผ่านการกลั่นตัวเอง (ครู-นักเรียน) โดยไม่มีป้ายกำกับและสร้าง…

skills/skills/tao-train-nvpanoptix3d

NVPanoptix3D สำหรับการสร้างฉาก 3D แบบพาโนปติกจากภาพ RGB ที่มีตำแหน่งกล้อง ผลิตการแบ่งส่วนพาโนปติก 3D (มาสก์เชิงความหมาย เชิงอินสแตนซ์ และเชิงพาโนปติก) พร้อมกับ...

skills/skills/tao-train-ocdnet

OCDNet สำหรับการตรวจจับข้อความในฉาก ตรวจจับพื้นที่ข้อความที่มีทิศทางตามอำเภอใจในภาพธรรมชาติโดยใช้วิธีการแบ่งไบนารีที่สามารถหาอนุพันธ์ได้ ใช้เมื่อฝึกอบรม...

skills/skills/tao-train-ocrnet

OCRNet สำหรับการรู้จำข้อความในภาพจากฉาก รู้จำเนื้อหาข้อความจากภาพที่ครอบตัดเฉพาะบริเวณข้อความ และรองรับตัวถอดรหัสแบบ CTC และแบบที่ใช้ความสนใจ ใช้เมื่อฝึกอบรม…

skills/skills/tao-train-oneformer

OneFormer สำหรับการแบ่งส่วนภาพแบบสากล รวมการแบ่งส่วนแบบพาโนปติก อินสแตนซ์ และความหมายเข้าด้วยกันด้วยสถาปัตยกรรมเดียวโดยใช้คิวรีที่ปรับตามภารกิจ…

skills/skills/tao-train-optical-inspection

การตรวจสอบด้วยแสงเพื่อตรวจจับข้อบกพร่องโดยใช้เครือข่าย Siamese เปรียบเทียบคู่ภาพเพื่อตรวจจับข้อบกพร่องในการผลิต ความผิดปกติ หรือปัญหาด้านคุณภาพ ใช้เมื่อ...

skills/skills/tao-train-pointpillars

PointPillars สำหรับการตรวจจับวัตถุ 3 มิติจากกลุ่มจุด LiDAR เข้ารหัสกลุ่มจุดเป็นภาพเทียมผ่านการแสดงผลแบบเสา จากนั้นใช้ 2D…

skills/skills/tao-train-pose-classification

การจำแนกท่าทางโดยใช้ ST-GCN (Spatial Temporal Graph Convolutional Network) ซึ่งจัดลำดับโครงกระดูกเป็นหมวดหมู่การกระทำจากข้อมูลจุดสำคัญของท่าทาง...

skills/skills/tao-train-reid

การระบุตัวตนบุคคลซ้ำ (ReID) เรียนรู้การฝังตัวที่จำแนกความแตกต่างเพื่อจับคู่บุคคลเดียวกันในมุมมองกล้องที่แตกต่างกัน โดยอาศัยการเรียนรู้เมตริก ใช้เมื่อ...

skills/skills/tao-train-rtdetr

RT-DETR (Real-Time DEtection TRansformer) สำหรับการตรวจจับวัตถุ 2 มิติ ออกแบบมาเพื่อการอนุมานแบบเรียลไทม์ที่มีความแม่นยำในการแข่งขันและรองรับการกลั่นกรองและ…

skills/skills/tao-train-segformer

SegFormer สำหรับการแบ่งส่วนเชิงความหมาย สถาปัตยกรรมที่ใช้ทรานส์ฟอร์มเมอร์น้ำหนักเบาพร้อมการสกัดคุณลักษณะแบบลำดับชั้น มีประสิทธิภาพสำหรับการแบ่งส่วนแบบเรียลไทม์…

skills/skills/tao-train-single-step

เวิร์กโฟลว์มาตรฐานสำหรับการฝึก/ประเมิน/ส่งออกแบบทีละขั้นตอนสำหรับโมเดล TAO ใดๆ ใช้เมื่อฝึกโมเดล TAO บนชุดข้อมูลโดยไม่มีการเพิ่มข้อมูลแบบวนซ้ำ, AutoML หรือ...

skills/skills/tao-train-sparse4d

Sparse4D สำหรับการตรวจจับและติดตามวัตถุ 3 มิติแบบชั่วคราวจากหลายกล้อง ใช้การสอบถามแบบ sparse พร้อมความสนใจแบบปรับเปลี่ยนได้ข้ามมุมมองกล้องและเวลาเพื่อการทำงานแบบ end-to-end…

skills/skills/tao-train-visual-changenet

Visual ChangeNet สำหรับการจำแนกภาพแบบไบนารีและการแบ่งส่วนภาพในการตรวจจับข้อบกพร่องของ AOI ใช้เมื่อฝึกฝน ประเมินผล ส่งออก หรือรันการอนุมานสำหรับ…

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

ปรับใช้โครงสร้างพื้นฐานโดยใช้ Terraform

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

สร้างและทดสอบพื้นผิว FFI ของ NeMo Relay; ใช้สำหรับการเปลี่ยนแปลง crates/ffi, การสร้าง header, หรือการตรวจสอบที่เกี่ยวข้องกับ ABI

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

สร้างและทดสอบ NeMo Relay Go binding; ใช้สำหรับการเปลี่ยนแปลง go/nemo_relay หรือการตรวจสอบการผสานรวมที่เกี่ยวข้องกับ Go

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

สร้างและทดสอบการเชื่อมต่อ NeMo Relay Node.js ใช้สำหรับการเปลี่ยนแปลง crates/node หรือการตรวจสอบการรวมระบบที่เกี่ยวข้องกับ Node