# tao-train-mask2former

Скилл для обучения и прогона моделей Mask2Former в TAO: паноптическая, инстансная и семантическая сегментация. Пригодится, когда сегментацию нужно вести из чата агента.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1600 установок · ★ 3735
- Автор: NVIDIA Corporation
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/tao-train-mask2former/SKILL.md
- Обновлён: 2026-10-26
- HTML: https://affpapa.org/nevibecode/skills/tao-train-mask2former

## Что делает

Скилл описывает работу с моделью Mask2Former в наборе TAO от NVIDIA: обучение, оценка, экспорт, квантование и инференс. Внутри лежат схемы действий в `schemas/<action>.schema.json` и шаблоны спецификаций `references/spec_template_<action>.yaml`. Перед запуском обучения агент читает `references/skill_info.yaml`, чтобы понять, включён ли AutoML.

Если AutoML включён, запрос на обучение по умолчанию уходит в `tao-skill-bank:tao-run-automl` с папкой этого скилла, а настройки датасета, спецификаций, выходных папок и родительских чекпоинтов сохраняются. Фразы вроде «отключи AutoML» или «без подбора гиперпараметров» выключают этот режим на один запуск. Оценка, инференс, экспорт и деплой остаются за самим скиллом.

Данные ждёт в форматах coco_panoptic или coco: тарбол `images.tar.gz`, `annotations.json`, `annotations_panoptic.json`, `images_panoptic.tar.gz` и файл `label_map_panoptic.json` (`label_map.json` для остальных случаев). Веса Swin-бэкбона задаются через `model.backbone.pretrained_weights`. Нужны docker и nvidia-container-toolkit, а для действий TensorRT сначала открывают `references/tao-deploy-mask2former.md`. Если сессию запускает не плагин банка TAO, сперва идёт скилл `tao-setup`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-train-mask2former -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/tao-train-mask2former/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/tao-train-mask2former/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-train-mask2former -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/tao-train-mask2former/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-train-mask2former -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/tao-train-mask2former/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills tao-train-mask2former
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/tao-train-mask2former/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-train-mask2former -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/tao-train-mask2former
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/tao-train-mask2former/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-train-mask2former -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/tao-train-mask2former/SKILL.md

## Когда брать
- Обучить Mask2Former на датасете в формате COCO
- Прогнать оценку модели по метрике mIoU
- Экспортировать обученную модель для дальнейшего запуска
- Квантовать модель под сжатый инференс
- Собрать движок TensorRT для модели сегментации

## Примеры запросов агенту
- Обучи Mask2Former на датасете из `images.tar.gz` и `annotations_panoptic.json`
- Отключи AutoML и запусти обычное обучение Mask2Former
- Оцени модель Mask2Former и покажи mIoU на валидации

## Похожие
- [segment-anything-model](https://affpapa.org/nevibecode/skills/segment-anything-model.md) — скилл · 985 установок
- [train-sentence-transformers](https://affpapa.org/nevibecode/skills/train-sentence-transformers.md) — скилл · 1500 установок
- [neural-train](https://affpapa.org/nevibecode/skills/neural-train.md) — скилл · 748 установок
- [trader-train](https://affpapa.org/nevibecode/skills/trader-train.md) — скилл · 736 установок
- [run-train](https://affpapa.org/nevibecode/skills/run-train.md) — скилл · 336500 установок
- [computer-vision-opencv](https://affpapa.org/nevibecode/skills/computer-vision-opencv.md) — скилл · 3800 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 195 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