# deepstream-import-vision-model

Скилл проводит модель детекции объектов из HuggingFace или NGC в пайплайн NVIDIA DeepStream: ONNX, TRT-движок, парсер bbox, бенчмарк и PDF-отчёт.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2300 установок · ★ 3735
- Автор: Tushar Khinvasara
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/deepstream-import-vision-model/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/deepstream-import-vision-model

## Что делает

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.

## Требования
- Работает с: Docker

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/deepstream-import-vision-model/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/deepstream-import-vision-model/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/deepstream-import-vision-model/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/deepstream-import-vision-model/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills deepstream-import-vision-model
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/deepstream-import-vision-model/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/deepstream-import-vision-model
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/deepstream-import-vision-model/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill deepstream-import-vision-model -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/NVIDIA/skills/tree/HEAD/skills/deepstream-import-vision-model/SKILL.md

## Когда брать
- 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

## Похожие
- [senior-computer-vision](https://affpapa.org/nevibecode/skills/senior-computer-vision.md) — скилл · 1152 установки
- [model-deployment](https://affpapa.org/nevibecode/skills/model-deployment.md) — скилл · 379 установок
- [gpu-server-management](https://affpapa.org/nevibecode/skills/gpu-server-management.md) — скилл · 331 установка
- [debug-openshell-cluster](https://affpapa.org/nevibecode/skills/debug-openshell-cluster.md) — скилл · 474 установки
- [fal-vision](https://affpapa.org/nevibecode/skills/fal-vision.md) — скилл · 2700 установок
- [Computer Vision](https://affpapa.org/nevibecode/skills/computer-vision.md) — скилл · 499 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 178 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md