Skills Nvidia

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

Ước tính độ sâu đơn mắt sử dụng kiến trúc Metric Depth Anything v2 hoặc Relative Depth Anything. Dự đoán độ sâu từng pixel từ ảnh RGB đơn lẻ. Sử dụng khi…

skills/skills/tao-train-dino

DINO (DETR với Hộp Neo Khử Nhiễu Cải Tiến) cho phát hiện đối tượng 2D. Bộ phát hiện dựa trên Transformer với huấn luyện khử nhiễu, đặc trưng đa tỷ lệ, và…

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

Ước tính độ sâu âm thanh nổi thời gian thực sử dụng FastFoundationStereo (FFS), biến thể thương mại bp2 đã được chưng cất của FoundationStereo. Dự đoán bản đồ chênh lệch từ…

skills/skills/tao-train-foundation-stereo

Ước tính độ sâu stereo sử dụng FoundationStereo. Dự đoán bản đồ chênh lệch từ các cặp ảnh stereo để tái tạo 3D. Sử dụng khi huấn luyện, đánh giá,…

skills/skills/tao-train-grounding-dino

Grounding DINO cho phát hiện đối tượng tập mở. Kết hợp phát hiện kiểu DINO với bộ mã hóa văn bản BERT để phát hiện có hướng dẫn ngôn ngữ — phát hiện các đối tượng được mô tả…

skills/skills/tao-train-image-classification

Phân loại hình ảnh TAO dựa trên PyTorch. Hỗ trợ nhiều loại backbone (FAN, EfficientNet, ResNet, v.v.) với tính năng chưng cất và lượng tử hóa để triển khai.…

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

Bộ mã hóa tự động có mặt nạ (MAE) dùng cho tiền huấn luyện tự giám sát và tinh chỉnh. Che các mảng ngẫu nhiên và tái tạo chúng để học biểu diễn thị giác; hỗ trợ…

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

MAL (Mask Auto-Label) cho phân đoạn giám sát yếu. Tạo mặt nạ phân đoạn từ các chú thích tối thiểu (chú thích điểm hoặc hộp) sử dụng ViT-MAE…

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

Mask Grounding DINO cho phân đoạn thể hiện có neo. Mở rộng Grounding DINO với đầu dự đoán mặt nạ cho phân đoạn tập mở được hướng dẫn bởi lời nhắc văn bản.…

skills/skills/tao-train-mask2former

Mask2Former cho phân đoạn hình ảnh phổ quát (panoptic, instance và semantic). Dựa trên Transformer với cơ chế chú ý có mặt nạ để đạt kết quả phân đoạn chất lượng cao.…

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

Nhận dạng học metric (ml-recog) cho nhận dạng hình ảnh chi tiết. Học các embedding để đối sánh dựa trên truy xuất (ví dụ: nhận dạng sản phẩm bán lẻ)…

skills/skills/tao-train-nvdinov2

NVDINOv2 cho học biểu diễn thị giác tự giám sát. Huấn luyện các bộ biến đổi thị giác thông qua tự chưng cất (giáo viên-học sinh) mà không cần nhãn và tạo ra…

skills/skills/tao-train-nvpanoptix3d

NVPanoptix3D để tái tạo cảnh 3D toàn diện từ các ảnh RGB đã được định vị. Tạo ra phân đoạn toàn cảnh 3D (mặt nạ ngữ nghĩa, đối tượng và toàn cảnh) với…

skills/skills/tao-train-ocdnet

OCDNet dành cho phát hiện văn bản trong cảnh. Phát hiện các vùng văn bản có hướng tùy ý trong ảnh tự nhiên bằng cách sử dụng phương pháp nhị phân hóa khả vi. Sử dụng khi huấn luyện,…

skills/skills/tao-train-ocrnet

OCRNet cho nhận dạng văn bản trong cảnh. Nhận dạng nội dung văn bản từ các ảnh vùng văn bản đã cắt và hỗ trợ bộ giải mã dựa trên CTC và attention. Sử dụng khi huấn luyện,…

skills/skills/tao-train-oneformer

OneFormer cho phân đoạn hình ảnh phổ quát. Hợp nhất phân đoạn toàn cảnh, đối tượng và ngữ nghĩa với một kiến trúc duy nhất sử dụng các truy vấn có điều kiện tác vụ.…

skills/skills/tao-train-optical-inspection

Kiểm tra quang học phát hiện khuyết tật sử dụng mạng Siamese. So sánh các cặp hình ảnh để phát hiện lỗi sản xuất, bất thường hoặc vấn đề chất lượng. Sử dụng khi…

skills/skills/tao-train-pointpillars

PointPillars để phát hiện đối tượng 3D từ đám mây điểm LiDAR. Mã hóa đám mây điểm thành ảnh giả thông qua biểu diễn dạng cột, sau đó áp dụng 2D…

skills/skills/tao-train-pose-classification

Phân loại tư thế sử dụng ST-GCN (Mạng Tích Chập Đồ Thị Không Gian Thời Gian). Phân loại các chuỗi khung xương thành các loại hành động từ dữ liệu điểm khóa tư thế.

skills/skills/tao-train-reid

Nhận dạng lại người (ReID). Học các embedding phân biệt để khớp cùng một người qua các góc nhìn camera khác nhau, dựa trên học metric. Sử dụng khi…

skills/skills/tao-train-rtdetr

RT-DETR (Real-Time DEtection TRansformer) dành cho phát hiện đối tượng 2D. Được thiết kế cho suy luận thời gian thực với độ chính xác cạnh tranh và hỗ trợ chưng cất và…

skills/skills/tao-train-segformer

SegFormer cho phân đoạn ngữ nghĩa. Kiến trúc dựa trên transformer nhẹ với trích xuất đặc trưng phân cấp, hiệu quả cho phân đoạn thời gian thực…

skills/skills/tao-train-single-step

Quy trình train/eval/export một bước tiêu chuẩn cho bất kỳ mô hình TAO nào. Sử dụng khi huấn luyện mô hình TAO trên tập dữ liệu mà không có tăng cường dữ liệu lặp, AutoML, hoặc…

skills/skills/tao-train-sparse4d

Sparse4D cho phát hiện và theo dõi đối tượng 3D tạm thời đa camera. Sử dụng truy vấn thưa với cơ chế chú ý biến dạng qua các góc nhìn camera và thời gian cho quy trình đầu cuối…

skills/skills/tao-train-visual-changenet

Visual ChangeNet cho phân loại và phân đoạn ảnh nhị phân trong phát hiện khuyết tật AOI. Sử dụng khi huấn luyện, đánh giá, xuất hoặc chạy suy luận cho…

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

Triển khai hạ tầng bằng Terraform

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

Xây dựng và kiểm tra bề mặt FFI của NeMo Relay; sử dụng cho các thay đổi crates/ffi, tạo header, hoặc xác thực hướng ABI

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

Xây dựng và kiểm tra liên kết Go của NeMo Relay; sử dụng công cụ này cho các thay đổi go/nemo_relay hoặc kiểm tra tích hợp hướng Go.

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

Xây dựng và kiểm tra liên kết NeMo Relay Node.js; sử dụng cho các thay đổi crates/node hoặc kiểm tra tích hợp hướng Node