# rtvi-cv-customize-model

Скилл rtvi-cv-customize-model заменяет базовый детектор DeepStream на собственную ONNX-модель в пайплайне VSS Alerts Blueprint в режиме проверки 2d_cv.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 4106 у репозитория
- Автор: NVIDIA CORPORATION
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/rtvi-cv-customize-model/SKILL.md
- Обновлён: 2026-10-23
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/rtvi-cv-customize-model

## Что делает

Скилл содержит инструкции для замены стандартных детекторов GDINO или RTDETR в контейнере `vss-rt-cv` на произвольную ONNX-нейросеть. В качестве базового сценария разобран перенос YOLOv11 с настройкой `nvinfer`, сборкой runtime-движка TensorRT и компиляцией кастомного парсера ограничивающих рамок в shared-библиотеку `.so`.

Инструкции рассчитаны исключительно на режим верификации `--mode verification` (`2d_cv`) и не подходят для режима реального времени `2d_vlm`. Для работы требуется репозиторий развёртывания VSS версии 3.2.1 или совместимой, а команды должны запускаться из корня его репозитория.

Если смонтировать несуществующий путь к файлу ONNX в compose-конфигурации до его появления на хосте, Docker создаст пустой каталог и сломает пайплайн. Скилл учит использовать родительское монтирование `${VSS_DATA_DIR}/models/yolo` и повторно копировать модель после каждого перезапуска `dev-profile.sh up`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill rtvi-cv-customize-model -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill rtvi-cv-customize-model -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/rtvi-cv-customize-model/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill rtvi-cv-customize-model -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/rtvi-cv-customize-model/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills skills/rtvi-cv-customize-model
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/rtvi-cv-customize-model/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill rtvi-cv-customize-model -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/rtvi-cv-customize-model
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/rtvi-cv-customize-model/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### 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/rtvi-cv-customize-model/SKILL.md

## Когда брать
- Заменить стандартную модель детекции в VSS на собственный ONNX-файл
- Собрать кастомный парсер ограничивающих рамок для DeepStream
- Устранить ошибку dlsym failed при загрузке библиотеки парсера
- Настроить параметры nvinfer под выходные тензоры детектора

## Примеры запросов агенту
- Замени детектор в VSS Alerts Blueprint на модель YOLO11 в формате ONNX и перезапусти perception-alerts
- DeepStream выдаёт dlsym failed для bbox parser после загрузки библиотеки, проверь сигнатуры
- Как правильно настроить монтирование модели в compose, чтобы избежать создания пустой папки?

## Похожие
- [senior-computer-vision](https://affpapa.org/nevibecode/skills/borghei-senior-computer-vision.md) — скилл · 145 установок
- [profile-model](https://affpapa.org/nevibecode/skills/profile-model.md) — скилл · 1300 установок
- [benchmark-model](https://affpapa.org/nevibecode/skills/benchmark-model.md) — скилл · 1000 установок
- [huawei-cloud-sac-yolo](https://affpapa.org/nevibecode/skills/huawei-cloud-sac-yolo.md) — скилл · 187 установок
- [ultralytics-dev](https://affpapa.org/nevibecode/plugins/ultralytics-dev.md) — плагин · ★ 1216 у репозитория
- [game-analytics-platform-computer-vision](https://affpapa.org/nevibecode/skills/game-analytics-platform-computer-vision.md) — скилл · 1600 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 312 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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