DeepStream 视觉模型导入助手
将目标检测模型自动接入 NVIDIA DeepStream 并生成基准报告。
文档明确限定目标架构、要求使用共享虚拟环境、禁止若干编码器，并说明HF_TOKEN、下载、引擎构建和输出路径；但要求全流程自主运行且不逐步确认，包含联网下载、apt安装、pip安装和文件生成，未充分说明数据流、权限边界、回滚机制或敏感数据处理，因此扣分。
分阶段参考文档、固定日志名、验证门和错误提示较完整；但静态可见若干脆弱点，包括管道可能丢失退出码、依赖环境严格、部分模型需手工调整、脚本文档路径与运行假设较多，且没有可静态确认的关键路径执行测试，因此按静态上限保守扣分。
对象检测范围、非检测架构拒绝条件、HF/NGC输入和主要输出较清楚；但仅支持特定NVIDIA DeepStream/TensorRT/GPU环境，模型族差异需要人工判断，未说明中文交互支持，也未讨论中国大陆访问HuggingFace/NGC的可达性，因此扣分。
目录结构、阶段参考、脚本清单、版本1.2.2及CC-BY-4.0与Apache-2.0许可均有说明，信息组织总体清晰；但缺少推荐的Instructions和Examples章节，作者格式被基准指出不符合规范，未提供明确变更日志、维护责任人和更新流程，因此扣分。
目标结果覆盖模型获取、ONNX/TensorRT、DeepStream验证、基准测试和三种报告格式，理论上可直接产出结构化工作目录；但效果依赖未验证的GPU软件栈、模型特定解析器和人工修正，BENCHMARK中的结果只是静态提交材料，不能在本评审中证明普适可用，因此扣分。
源文件提供固定路径、日志契约、公式、评估任务和修订信息，具备一定审计线索；但没有可确认的CI、提交测试套件或第三方可复现实验，BENCHMARK的执行结果属于文件内声明，静态评审不能独立验证，因此扣分。
- 该技能会自主执行联网下载、apt/pip安装、GPU引擎构建和大量文件写入；使用前应在隔离环境中审查命令、网络访问和输出目录。
- 不要把BENCHMARK中的通过率视为本次静态评审已验证的运行证据；应在目标DeepStream/TensorRT版本上单独复现。
- HuggingFace和NGC访问可能受中国大陆网络条件影响，核心模型获取流程没有离线镜像或代理方案。
- 模型解析器、预处理、TensorRT版本和DeepStream配置高度依赖具体模型；失败时可能需要人工修改，而文档未提供完整回滚机制。
这个 Skill 能做什么，适合哪些场景？
该技能面向 NVIDIA DeepStream，将 Hugging Face 或 NVIDIA NGC 上的目标检测模型导入推理流水线。它可下载 ONNX、将 SafeTensors 导出为 ONNX、构建 TensorRT 引擎，并配置自定义 DeepStream 边界框解析器。技能还执行单流和多流基准测试，生成包含图表的 Markdown、HTML 和 PDF 报告。当前仅支持目标检测模型，不支持分类、分割或其他架构。
读取 Hugging Face 或 NGC 模型文件及 config.json，检测模型格式并下载 ONNX 或导出 SafeTensors；运行 ONNX 检查、TensorRT 动态引擎构建和 BS=1/最大批量基准测试；创建 DeepStream nvinfer 配置、自定义 bbox parser、标签文件和运行脚本；执行单流验证、KITTI 检测转储、多流性能测试和视频帧提取；在固定目录中保存模型、解析器、配置、日志、引擎、样本、五张图表以及 Markdown、HTML、PDF 和 JSON 报告。
- 需要把 Hugging Face 目标检测模型接入 DeepStream 的工程师。
- 需要把 NVIDIA NGC 中的目标检测模型转换为 TensorRT 引擎的部署人员。
- 需要验证自定义 DeepStream bbox parser 和 KITTI 检测输出的开发者。
- 需要比较 BS=1 与最大批量、单流与多流性能的 GPU 推理团队。
- 需要交付带图表的 DeepStream 基准测试 PDF 报告的团队。
这个 Skill 有哪些优点和局限？
- 覆盖模型获取、ONNX/SafeTensors 转换、TensorRT 构建、DeepStream 配置、验证、基准测试和报告生成的端到端流程。
- 规定固定目录和日志命名，便于报告脚本读取和复现。
- 包含 KITTI 检测率门禁、动态批量引擎命名和 bbox parser 零初始化等具体校验规则。
- 支持 NVENC 不可用时使用 theoraenc+oggmux，或在编码器缺失时跳过视频生成。
- 仅支持目标检测模型，分类、分割和其他架构会被拒绝。
- 依赖 NVIDIA GPU、DeepStream SDK、TensorRT 及多个系统和 Python 工具；源材料未提供无 GPU 替代方案。
- 源材料没有展示具体硬件、驱动版本或模型的兼容性测试矩阵。
- 完整流程会访问 Hugging Face 或 NGC，并写入模型、日志、样本和报告文件。
如何安装这个 Skill？
使用仓库 README 中的 Skills CLI 安装命令：
npx skills add nvidia/skills --skill deepstream-import-vision-model --yes
README 未说明该技能的独立克隆或手动复制步骤。
如何使用这个 Skill？
让兼容的 Agent 处理“将 Hugging Face 或 NVIDIA NGC 的目标检测模型导入 NVIDIA DeepStream，并完成 TensorRT 构建、DeepStream 验证、基准测试和报告生成”的任务。使用前应准备 NVIDIA GPU、驱动、TensorRT 和 DeepStream；技能默认使用 DeepStream 的 sample_720p.mp4，除非通过 DS_VIDEO 明确提供其他视频。