deepstream-import-vision-model — скилл для Claude Code: ONNX и TRT
Скилл проводит модель детекции объектов из HuggingFace или NGC в пайплайн NVIDIA DeepStream: ONNX, TRT-движок, парсер bbox, бенчмарк и PDF-отчёт.
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a claude-codeЧто делает deepstream-import-vision-model
Скилл берёт поддерживаемую модель детекции объектов и доводит её до запуска в DeepStream. Сначала он предлагает два варианта: проверенная PekingU/rtdetr_r50vd из Hugging Face или своя модель — по ID вида organization/model либо по ссылке на модель в каталоге NVIDIA NGC с версией. Классификацию, сегментацию и прочие архитектуры скилл отсекает, посмотрев config.json, и модель сам не подменяет.
Дальше идёт конвейер из восьми шагов: скачивание ONNX или экспорт из SafeTensors, сборка динамического TRT-движка с прогонами trtexec на BS=1 и BS=MAX_BS, свой парсер bbox для nvinfer, бенчмарки на одном и нескольких потоках, отчёт с графиками в HTML и PDF. Всё выполняется внутри контейнера nvcr.io/nvidia/deepstream:9.1-triton-multiarch, поэтому на хосте нужны только Docker и драйвер NVIDIA — ни python, ни torch, ни trtexec ставить не надо. На Windows понадобится Docker Desktop с бэкендом WSL2, иначе --gpus не заработает.
Перед первым запуском скилл собирает окружение в контейнере через setup.sh и ставит wkhtmltopdf, затем проверяет GPU, venv и trtexec скриптом preflight.sh — продолжать стоит только при PASS. Артефакты складываются в models/{model_name}/ по фиксированной структуре, имена логов и движка заданы жёстко, а перед бенчмарком на потоках стоит проверка по KITTI: если кадров ноль или доля детекций ниже 90%, дальше скилл не идёт.
Какие задачи решает
- скачать ONNX-модель детекции из Hugging Face или NGC
- собрать динамический TRT-движок под нужный batch size
- написать парсер bbox для nvinfer под конкретную модель
- прогнать бенчмарк на нескольких видеопотоках
- собрать PDF-отчёт с графиками по замерам
Примеры запросов агенту
- Возьми модель PekingU/rtdetr_r50vd и собери для неё TRT-движок в DeepStream
- Импортируй эту модель из NGC в пайплайн DeepStream и прогони бенчмарк на четырёх потоках
- Сделай dry run: покажи шаги импорта модели без скачивания и сборки
Как установить deepstream-import-vision-model
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a claude-code2Вручную: положить файлы
~/.claude/skills/deepstream-import-vision-model/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/deepstream-import-vision-model/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a codex2Вручную: положить файлы
.agents/skills/deepstream-import-vision-model/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a cursor2Вручную: положить файлы
.cursor/skills/deepstream-import-vision-model/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install NVIDIA/skills deepstream-import-vision-model2Вручную: положить файлы
.github/skills/deepstream-import-vision-model/SKILL.md1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a gemini-cli2Командой платформы
gemini skills install https://github.com/NVIDIA/skills --path skills/deepstream-import-vision-modelВручную: положить файлы
.devin/skills/deepstream-import-vision-model/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о deepstream-import-vision-model
Как установить deepstream-import-vision-model в Claude?
Выполните npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a claude-code. После этого скилл окажется в ~/.claude/skills/deepstream-import-vision-model/SKILL.md.
Что делает deepstream-import-vision-model?
Проводит модель детекции объектов из HuggingFace или NGC через весь путь в DeepStream: ONNX, TRT-движок, парсер bbox, бенчмарки и отчёт. Работает только с детекцией объектов.
Что нужно, чтобы скилл заработал?
На хосте достаточно Docker и драйвера NVIDIA: все шаги идут внутри контейнера nvcr.io/nvidia/deepstream:9.1-triton-multiarch. На Windows нужен Docker Desktop с бэкендом WSL2 для флага --gpus.
