GratuitSkills
Commits, branches et synchronisation avec la CLI but
- 361361 téléchargements
- 198198 mentions J'aime
- 103103 sauvegardes
Compatible avec
- Claude Code
- Codex
- Cursor
- et 3 autres
Entraînement PointPillars pour la détection 3D par LiDAR v1.0.0
Utilisez cette ressource pour entraîner et déployer un modèle PointPillars de détection LiDAR avec TAO
Nouveau
- 555 téléchargements
- 204 mentions J'aime
- 122 sauvegardes
Gratuit
Installer avec la CLI
Dans un terminal, depuis le dossier voulu :
npx --yes palatekit@latest install pointpillars-lidar-detection-trainingSans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.
Première fois : connectez la CLI avec
npx --yes palatekit@latest loginL'agent établit les spécifications de conversion de données, d'entraînement, d'évaluation, d'export et de moteur TensorRT. Il reprend l'entraînement depuis un point de contrôle si vous le fournissez. Vous obtenez des fichiers de configuration pour la détection 3D en conduite autonome ou en robotique.
Choisie surtout par
Mise à jour le 2 novembre 2026
Aperçus
Caractéristiques
- Fonctionne dans
- Guides d'installation
- Génère avec
- Le modèle de votre agent
- Licence
- Apache-2.0
Ressources similaires
Tout voir- Gratuit
GratuitSkills
Guide de la CLI Sentry
- 525525 téléchargements
- 117117 mentions J'aime
- 128128 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Bonnes pratiques Drizzle ORM avec PostgreSQL
- 407407 téléchargements
- 194194 mentions J'aime
- 151151 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Assistant de conception de SLO
- 537537 téléchargements
- 105105 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
User stories de sprint
- 451451 téléchargements
- 150150 mentions J'aime
- 132132 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Plan de sprint réaliste
- 423423 téléchargements
- 192192 mentions J'aime
- 102102 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Conseiller CTO de startup
- 580580 téléchargements
- 201201 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Création de pull requests GitHub avec contrôles qualité
- 427427 téléchargements
- 230230 mentions J'aime
- 196196 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
Ce que vous obtenez
- references/spec_template_dataset_convert.yaml : conversion du jeu de données
- references/spec_template_export.yaml : spécification d'export
- references/skill_info.yaml : informations du conteneur et des actions
Pour qui
- Vous entraînez un détecteur 3D sur des nuages de points LiDAR
- Vous voulez reprendre un entraînement interrompu depuis un point de contrôle
Pas pour qui
Étiquettes
- pointpillars
- lidar
- détection 3d
- tao
À propos
Vous dites
« Reprends l'entraînement PointPillars depuis mon dernier point de contrôle. »
Skill publiée par nvidia sous licence Apache-2.0. Fichiers livrés dans leur version d'origine, en anglais.
Voir plusVoir moins
Comment l'utiliser
- Installez la skill dans le dossier de skills de votre agent
- Demandez à votre agent de entraîner et déployer un modèle PointPillars de détection LiDAR avec TAO
- Relisez et ajustez le résultat
Aperçu du contenu
Fichiers
- BENCHMARK.md7 Ko
- config/skillspector-baseline.yaml0,8 Ko
- evals/evals.json0,8 Ko
- LICENSE11,3 Ko
- NOTICE-PALATEKIT.md0,5 Ko
- references/skill_info.yaml5,4 Ko
- references/spec_template_dataset_convert.yaml5,9 Ko
- references/spec_template_deploy_evaluate.yaml1,8 Ko
- references/spec_template_deploy_gen_trt_engine.yaml0,2 Ko
- references/spec_template_deploy_inference.yaml1,9 Ko
- references/spec_template_evaluate.yaml6 Ko
- references/spec_template_export.yaml6 Ko
- references/spec_template_gen_trt_engine.yaml6 Ko
- references/spec_template_inference.yaml6 Ko
- references/spec_template_prune.yaml5,9 Ko
- references/spec_template_retrain.yaml5,9 Ko
- references/spec_template_train.yaml5,9 Ko
- references/tao-deploy-pointpillars.md6,4 Ko
- references/tao-deploy-pointpillars.skill_info.yaml2,7 Ko
- schemas/dataset_convert.schema.json61,5 Ko
- schemas/evaluate.schema.json62,9 Ko
- schemas/export.schema.json64,2 Ko
- schemas/gen_trt_engine.schema.json64,3 Ko
- schemas/inference.schema.json63,5 Ko
- schemas/manifest.json14,1 Ko
- schemas/prune.schema.json62,2 Ko
- schemas/retrain.schema.json61,5 Ko
- schemas/train.schema.json61,5 Ko
- skill-card.md4,9 Ko
- SKILL.md15,8 Ko
- skill.oms.sig10,4 Ko
Origine et licence
Référencée sans modification
- Auteur
- nvidia
- Source
- github.com/nvidia/skills/tree/ca116d60beafe1b4459f0ab790b7b450912c56b0/skills/tao-train-pointpillars
- Licence
- Apache-2.0
Notice
« tao-train-pointpillars » (nvidia, Apache-2.0) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.
Avis des utilisateurs
–
Aucune note pour l'instant
Chargement des avis…