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。

该技能是NVIDIA TAO框架下的单目深度估计模型技能，基于Depth Anything V2架构（包括Metric和Relative两种变体），支持从单张RGB图像预测逐像素深度。它提供数据转换、训练（含AutoML、多GPU/多节点）、评估、推理、导出量化和TensorRT部署的全链路能力和多套微调配方。关键词：TAO、Depth Anything V2、单目深度估计、MetricDepthAnything、RelativeDepthAnything、模型训练、AutoML、TensorRT部署。

该技能提供 NVIDIA TAO 中 FastFoundationStereo（FFS）模型的实时立体深度估计工作流，支持训练（含 AutoML 调参）、评估、导出和 TensorRT 部署。FFS 是 FoundationStereo 的蒸馏商业版本，能以约 10 倍低延迟预测视差图。关键词：FastFoundationStereo、立体匹配、视差估计、深度模型训练、TAO、TensorRT、实时推理。

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。

该技能提供 TAO 框架下的掩码自编码器（MAE）自监督预训练与微调能力。通过随机掩码图像补丁并重建图像来学习视觉表示，可支持视觉分类等下游任务的迁移学习，覆盖训练、评估、推理、导出与部署流程。关键词：MAE，Masked Autoencoder，掩码自编码器，自监督预训练，视觉表示学习，图像重建，微调，TAO，PyTorch，视觉模型

基于NVDINOv2的自监督视觉表示学习技能，通过教师-学生自蒸馏训练视觉Transformer（ViT），无需标注数据即可学习通用视觉特征。支持训练、导出和推理，集成AutoML自动调优，适用于需要DINOv2骨干网络的视觉模型开发场景。

该技能用于在NVIDIA TAO框架下训练、评估、导出和推理基于视频的动作识别模型。支持RGB、光流和联合多流输入，涵盖数据准备、模型配置、AutoML策略、多GPU训练等。关键词：动作识别、视频分类、光流、TAO、模型训练、深度学习、RGB、推理、导出。

本技能用于对 NVIDIA TAO 网络运行基于容器的 AutoML / 超参数优化（HPO），通过 AutoMLRunner 在 Brev、SLURM、Kubernetes、Docker 等任意 TAO SDK 平台上对 train/distill/prune/quantize 动作自动调参、监控、评估与交接结果。支持 bayesian、hyperband、asha、bohb、llm、hybrid、autoresearch 等算法，并提供搜索空间校验、自动基线评估、指标提取、WandB 跟踪、失败分析与最终评估。关键词：TAO AutoML、AutoMLRunner、超参数优化、HPO、贝叶斯搜索、Hyperband、ASHA、BOHB、LLM搜索、模型训练、模型蒸馏、模型剪枝、模型量化、NVIDIA TAO。