⚡

物理AI图像属性增强Skill physical-ai-image-attribute-augmentation

该技能用于在Kubernetes上运行PAIDF（物理AI数据工厂）图像属性增强DAG，执行人员裁剪的服装/属性增强、事件与人员属性搜索、增强数据集生成和结果检索。需要提供输入S3路径、输出目录与服务模式（外部/内部），并进行Airflow预检、运行监控和结果下载。关键词：图像属性增强、人员重识别、服装裁剪、Cosmos图像编辑、PAIDF编排、Airflow DAG、Kubernetes、物理AI数据工厂。

机器人图像属性增强 0 次安装 2 次浏览 更新于 9/6/2026

PAIDF 编排 — 图像属性增强

端到端运行图像属性增强DAG：人员裁剪输入准备、cosmos图像编辑增强、cosmos后处理、事件与人员属性搜索、增强数据集生成以及结果检索。

DAG 选择

该工作流从 airflow/dags/workflows/image_attribute_augmentation_dag/ 为每个计算平台构建一个 DAG。Kubernetes 的 DAG ID 为 image_attribute_augmentation_dag_k8s。这是已注册的唯一 DAG，没有仅增强或仅标注的变体。

在 Airflow UI 中手动输入载荷

如果用户希望在 Airflow UI 中自行输入载荷，助手仅需引导至 UI，无需渲染、预检或触发。

范围

构建载荷前需要收集用户的特定输入，包括 input_path、output_directory、服务模式、外部模式下的三个推理端点 URL，以及可选参数 max_imgs、num_augmentation、variable_distribution。不要使用代码库默认值。

就绪检查

在触发运行前必须执行以下检查，失败则调用环境设置技能：

  1. 检查控制器 Pods 处于 Running。
  2. 检查 Airflow API 可达且目标 DAG 已加载并启用。
  3. 检查资源池有可用槽位。
  4. 检查计算集群 GPU 空闲情况。
  5. 检查并报告过期 Failed Pods。

附带工具

包括 upload_images.py 上传本地数据、payload.py 生成/验证载荷、summarize_results.py 汇总结果、workflow.py 驱动 SDG webserver API。

步骤

  1. 确定输入源：验证/上传本地数据或确认存储 URL。
  2. 选择服务模式：外部或内部。
  3. 渲染载荷并经用户确认。
  4. 通过 Airflow API 预检 DAG。
  5. 提交一个 DAG 运行，记录运行 ID。
  6. 监控运行至终态。
  7. 询问用户是否下载/分析结果。

护栏

绝不使用默认端点或桶路径；缺失信息必须询问；不得显示凭据；不得随意启动多个运行；不要编造不存在的 DAG ID。

参考

相关文档：setup-and-preflight.md、payload-contract.md、outputs.md、troubleshooting.md、airflow-direct-api.md。