⚡

PAIDF自动标注Skill paidf-auto-labeling

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。

视觉数据生成标注 0 次安装 0 次浏览 更新于 9/6/2026
名称 paidf-auto-labeling
描述 >- 当用户需要开始使用PAIDF自动标注，规划场景，运行或调试随附的cookbook，编写提示词或cookbook，迁移流水线，或配置阶段时使用。确认关键输入（数据路径、输出路径、端点），如有缺失则询问。这是一个路由器：阅读匹配的参考文档，而不是自行编造工作流程。
开源协议 Apache-2.0 owner: NVIDIA service: physical-ai-data-factory
版本 1.1.0 reviewed: 2026-08-25
作者 “NVIDIA opensource@nvidia.com” metadata:
作者 “NVIDIA opensource@nvidia.com” tags: [入门, 上手引导, 新领域, 快速开始, 新用例]

PAIDF 自动标注

当用户想要在自有数据、领域或用例上启动PAIDF自动标注，或请求与随附的cookbook、阶段、编写或迁移任务匹配时，使用此技能。这是一个路由器：依次参考专门的参考文档，而不是重复其细节。

路由（先阅读）

请求类似 阅读
新用户，干净检出，首次验证运行，“我如何开始” 本文件，然后阅读下方匹配的参考文档
为某个领域选择注释目标/阶段子集 references/scenario-planning.md
创建、审查或改编cookbook references/cookbook-authoring.md
编写或改编VLM/LLM提示词或问题库 references/prompt-authoring.md
将现有注释仓库迁移到此仓库 references/pipeline-migration.md
运行视频数据增强cookbook references/video-data-augmentation.md
运行或选择EPAS / PAS cookbook references/event-and-person-attribute-search.md
运行事件验证推理 references/event-verification-reasoning.md
调试已集成的流程 references/workflow-runner-debugging.md
实现或审查新阶段或Docker化服务 references/workflow-stage-integration.md
配置或调试某个生产阶段 references/stages/ 下对应的文件

阶段参考：super-resolution、 detection-and-tracking、 captioning、 visual-qa、 reasoning、 person-attribute-search、 grounding-2d、 referring-expressions、 training-export。

说明

  1. 在采取任何其他操作之前，先与用户确认关键运行输入；当任何输入缺失或模糊时，提出一个简洁的问题——绝不猜测或默默发明默认值。至少确认：输入数据路径、输出路径、VLM/LLM端点URL和模型名称、模型缓存路径、GPU ID，以及（对于支持推理的模型）max_tokens上限。在首次执行前将确认的值重述给用户。
  2. 验证环境：仓库已克隆，make目标可用，模型缓存路径存在，VLM/LLM端点可达，并且GPU可用。将任何缺失的先决条件声明为阻塞，而不是假设它存在。
  3. 先运行随附示例以确认整个技术栈端到端工作，然后再进行自定义。选择最接近的算子流水线——视频数据增强、事件和人物属性搜索或事件验证推理——并运行其提交的cookbook。使用匹配的算子参考文档。
  4. 规划目标场景：定义模态、领域、预期消费者和所需标注，并获得最小的阶段子集。使用scenario-planning。
  5. 改编最接近的随附cookbook到新领域，而不是从头编写。使用cookbook-authoring。
  6. 编写领域提示词和问题库。使用prompt-authoring。
  7. 为领域配置每阶段设置（检测器类或SAM3提示词、端点、窗口化、max_tokens）。使用相关的阶段参考文档，从detection-and-tracking开始。
  8. 试运行改编的cookbook，然后执行并验证输出。使用workflow-runner-debugging。

将现有的外部标注或数据集生成仓库采用到PAIDF，而不是从随附cookbook开始，属于迁移任务；对于该路径请使用pipeline-migration。

示例

新用户，新领域：“我已经克隆了仓库，并且有自己的仓库安全视频。如何为我的领域生成自动标签？”

引导路径：

  • 确认环境（模型缓存、VLM/LLM端点、GPU），然后在自定义之前先在随附示例上证明技术栈有效：
make run SCRIPT=workflow-runner:main \
  ARGS='--cookbook-file cookbooks/video_data_augmentation/configs/pipeline_video.yaml --container-dry-run'
  • 规划领域（scenario-planning）-> 子集 detection_and_tracking -> captioning -> visual_qa -> reasoning -> training_export（如需句子到框可添加 grounding_2d，如需框到短语可添加 referring_expressions；使用grounding-2d / referring-expressions）。
  • 将最接近的cookbook复制到 cookbooks/warehouse_safety/configs/pipeline.yaml 并调整输入、检测器类/SAM3提示词、提示词和问题库。
  • 试运行新cookbook，然后正式运行并验证输出：
make run SCRIPT=workflow-runner:main \
  ARGS='--cookbook-file cookbooks/warehouse_safety/configs/pipeline.yaml --container-dry-run'

护栏

  • 不要猜测或编造步骤1中列举的关键输入；如有缺失或模糊，请询问用户并在执行前确认。
  • 在随附示例干净运行之前，不要自定义cookbook；基础损坏会使领域调试变得模糊。
  • 保持第一个自定义流水线最小化——仅包含请求的标注所需的阶段——然后后续再扩展。
  • 在承诺端到端运行之前，验证每个选定阶段的服务的软件包和镜像在当前分支中存在。
  • 不要将机密、令牌或绝对主目录路径放入提交的cookbook中；使用诸如<model-cache>之类的占位符和环境变量来存放端点密钥。
  • 对于支持推理的模型（例如Gemini 3 Flash），在visual_qa和reasoning LLM子阶段提高max_tokens，以避免思考令牌开销；对于非推理模型保持默认上限。
  • 不要依赖非PAIDF的流水线、命令或文件位置。首次运行必须通过此仓库内的workflow-runner:main可复现。