Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Entraîner un détecteur RT-DETR temps réel v1.0.0

Utilisez cette ressource pour entraîner un détecteur d'objets 2D à faible latence et le préparer au déploiement

Nouveau

  • 497 téléchargements
  • 162 mentions J'aime
  • 178 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install real-time-detr-training

Sans 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 login

L'agent rédige la spécification, lance l'entraînement puis, selon votre besoin, la distillation, la quantification ou l'export TensorRT. Il applique les réglages d'export par défaut et les modèles de spécification fournis.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Entraîner un détecteur RT-DETR temps réel »

Caractéristiques

Guides d'installation
Génère avec
Le modèle de votre agent
Licence
Apache-2.0

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : actions, exigences et réglages par défaut
  • references/spec_template_distill.yaml : modèle de distillation
  • references/spec_template_quantize.yaml : modèle de quantification

Pour qui

  • Vous voulez un détecteur rapide pour de la vidéo en direct
  • Vous devez réduire un modèle RT-DETR par distillation avant déploiement

Pas pour qui

    Étiquettes

    • rt-detr
    • temps réel
    • distillation
    • tao
    • détecteur

    À propos

    Vous dites

    « Entraîne un RT-DETR puis distille-le pour une inférence plus rapide. »

    Carte de la skill « Entraîner un détecteur RT-DETR temps réel »

    Skill publiée par nvidia sous licence Apache-2.0. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de entraîner un détecteur d'objets 2D à faible latence et le préparer au déploiement
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • BENCHMARK.md7,1 Ko
    • config/skillspector-baseline.yaml0,8 Ko
    • evals/evals.json0,8 Ko
    • LICENSE11,3 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/skill_info.yaml7,3 Ko
    • references/spec_template_deploy_evaluate.yaml0,5 Ko
    • references/spec_template_deploy_gen_trt_engine.yaml0,7 Ko
    • references/spec_template_deploy_inference.yaml0,6 Ko
    • references/spec_template_distill.yaml4,3 Ko
    • references/spec_template_evaluate.yaml3,2 Ko
    • references/spec_template_export.yaml3,3 Ko
    • references/spec_template_inference.yaml3,3 Ko
    • references/spec_template_quantize.yaml3,1 Ko
    • references/spec_template_train.yaml3,1 Ko
    • references/tao-deploy-rtdetr.md6,2 Ko
    • references/tao-deploy-rtdetr.skill_info.yaml3,4 Ko
    • schemas/distill.schema.json52,2 Ko
    • schemas/evaluate.schema.json55,9 Ko
    • schemas/export.schema.json56,5 Ko
    • schemas/inference.schema.json56,8 Ko
    • schemas/manifest.json18,6 Ko
    • schemas/quantize.schema.json52,2 Ko
    • schemas/train.schema.json52,2 Ko
    • skill-card.md4,2 Ko
    • SKILL.md17,7 Ko
    • skill.oms.sig9,4 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    nvidia
    Source
    github.com/nvidia/skills/tree/ca116d60beafe1b4459f0ab790b7b450912c56b0/skills/tao-train-rtdetr
    Licence
    Apache-2.0

    Notice

    « tao-train-rtdetr » (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…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.