该技能用于在OSMO平台上编排视频数据增强与自动标注工作流，涵盖流程选择、预检、缓存准备、推理路径决策、提交时插值、监控及输出检索，支持多种流程（如仅标注、增强+标注、端到端并行/串行等），并处理凭据、GPU池、存储后端等预检。关键词：视频数据增强、自动标注、OSMO工作流、伪标注、VDA演示、物理AI、数据合成、视觉数据生成标注。

该技能提供基于 ST-GCN（时空图卷积网络）的姿态分类全流程：将骨架关键点序列数据集转换为 TAO 格式（可选）、训练分类模型、评估、导出 ONNX 和推理。包含 AutoML 调参、多 GPU 支持与参数覆盖指南。关键词：姿态分类、ST-GCN、骨架序列识别、关键点分类、TAO、动作识别、val_loss。

用于 NVIDIA TAO OneFormer 通用图像分割模型的训练、评估、推理、导出和量化，覆盖全景分割、实例分割和语义分割任务，支持 COCO 数据集、AutoML 自动调参、多 GPU 分布式训练和 TensorRT 部署。关键词：OneFormer、通用图像分割、全景分割、实例分割、语义分割、任务条件查询、TAO、AutoML、TensorRT、COCO、Swin Transformer、模型训练、模型导出、模型量化。

该技能用于在浏览器中启动 LeRobot HTML 可视化器，展示已转换数据集中的视频与关节时间线，帮助用户对机器人数据集进行直观检查与质量验证。适用于转换后或视频增强后的数据审查，也可用于机器人学习场景的数据探索。关键词：LeRobot、数据集可视化、数据集检查、机器人学习、模仿学习、视觉验证、i4h、Isaac for Healthcare。

该技能用于部署、运行、调试、拆除以及调用NVIDIA RTVI-CV 2D目标检测/跟踪（DeepStream）微服务。覆盖容器生命周期管理、REST API调用（流增删/健康检查/指标采集）、动态/静态流模式、NGC资源加载和常见故障排查。关键词：RTVI-CV、DeepStream、目标检测、目标跟踪、视频智能服务,VSS、容器部署、Docker、NGC、REST API、流管理、健康检查、指标监控、仓库监控、智慧城市、Sparse4D、GDINO、RT-DETR、Metropolis。

PAIDF自动标注技能是一个智能路由和引导工具，用于在物理AI数据工厂（Physical AI Data Factory）中规划、配置、运行和调试自动标注工作流。它指导用户确认关键输入（如数据路径、模型端点）、验证环境、运行随附示例，并根据具体任务分发到相应的参考文档（如场景规划、cookbook编写、提示词编写、流水线迁移等），以生成视频或图像数据的自动标注。该技能支持视频数据增强、事件和人物属性搜索、事件验证推理等场景，旨在帮助用户快速上手PAIDF自动标注并高效地构建自定义标注流水线。关键词：PAIDF、自动标注、物理AI、数据工厂、视频标注、cookbook、工作流编排、VLM/LLM提示词、场景规划、流水线迁移、视频数据增强、视觉标注。

该技能围绕NVIDIA TAO FoundationStereo模型，提供立体匹配深度估计（视差估计）的完整工作流，包括数据集格式转换、模型训练、评估、推理、导出和量化，支持Middlebury、KITTI、ETH3D等多种数据集，适用于3D重建、自动驾驶感知等任务。关键词：立体匹配、视差估计、深度估计、FoundationStereo、3D重建、TAO深度网络、模型训练、评估、推理、导出。

该技能用于训练、评估、导出、量化和部署Mask2Former模型，实现全景、实例和语义分割。通过TAO Core提供自动化训练和AutoML，支持TensorRT FP32/FP16引擎构建。关键词：Mask2Former、通用图像分割、全景分割、实例分割、语义分割、Transformer、掩码注意力、TAO、AutoML、TensorRT。

该技能用于构建、部署、评估、调试和测量DeepStream SOP推理微服务——这是一个GPU加速的FastAPI服务，利用事件边界检测(GEBD)和视觉语言模型(VLM)来检测工业装配线操作员是否按标准操作流程(SOP)执行步骤，包括验证步骤顺序、检测缺失或乱序步骤、对工厂/工作单元视频进行合规性评分。支持文件、RTSP、Basler相机输入，提供SSE流式、Kafka输出、Prometheus指标、Docker部署、TensorRT优化、Chunk级延迟测量等功能。关键词：DeepStream, SOP, VLM, GEBD, DDM, Triton, FastAPI, 视频分析, 工业合规, 动作检测, 边界事件检测, vLLM, Cosmos Reason, Docker, Kafka, RTSP, 相机, GPU加速, 微服务。

该技能基于 NVIDIA TAO 框架，为 RT-DETR（Real-Time DEtection TRansformer）实时目标检测模型提供从训练、评估、蒸馏、量化、导出到推理的全流程支持。RT-DETR 专为低延迟、高精度的 2D 物体检测场景设计，支持 ResNet/ConvNeXt 等多种骨干网络、多 GPU/多节点分布式训练、AutoML 自动调优以及 TensorRT 部署优化。适用于智能交通、机器人、工业质检等实时视觉应用。关键词：RT-DETR、TAO、实时目标检测、模型训练、模型评估、知识蒸馏、模型量化、TensorRT、COCO、AutoML、多GPU训练、低延迟检测。

该技能用于设置、运行、验证和调试NVIDIA DeepStream中的Multi-View 3D Tracking参考应用，支持4/12相机示例运行、自定义同步MP4数据集运行、相机标定导入或委托给AutoMagicCalib、OSD/BEV可视化、Kafka元数据消费以及运行状态清理。关键词：DeepStream、MV3DT、多视角3D跟踪、多相机跟踪、视频分析、相机标定、BEV可视化、Kafka

此技能实现NVIDIA TAO模型的标准单步训练/评估/导出工作流，适用于无需AutoML或DEFT循环的简单训练任务。它指导用户完成平台选择、数据集解析、容器镜像确认和训练监控设置，并按需触发评估与导出。关键词：TAO训练、单步训练、模型微调、模型评估、模型导出、AutoML、NVIDIA TAO、视觉模型训练、训练工作流。