这个 Skill 能做什么，适合哪些场景？
该技能面向使用 NVIDIA TAO Toolkit 进行 BEVFusion 多传感器三维目标检测的用户。它指导代理在鸟瞰视角空间融合激光雷达点云和摄像头图像，并处理数据转换、训练、评估和推理流程。技能要求 Docker、NVIDIA Container Toolkit 和 BEVFusion 专用 TAO 5.5.0 容器。训练支持 AutoML 路由、多 GPU 和多节点配置，但硬件和数据目录要求较高。
读取技能信息、训练 schema 和规格模板，构造各操作所需的数据路径与 spec_overrides；使用 nvcr.io/nvidia/tao/tao-toolkit:5.5.0-pyt 容器运行 bevfusion convert、训练、评估和推理操作；数据转换会生成 KITTI 风格的信息 pickle 文件和 training/velodyne_reduced；训练使用 torchrun，并可处理检查点、AutoML、GPU 和多节点设置。
- 自动驾驶感知开发者需要用 KITTI 风格数据训练激光雷达加摄像头的 BEVFusion 三维检测模型。
- TAO 用户需要先转换数据集，再执行多 GPU BEVFusion 训练。
- 模型工程师需要使用指定训练检查点进行评估或推理。
- 平台工程师需要在 Docker 环境中运行 BEVFusion 的多节点训练流程。
如何安装这个 Skill？
- 执行前确认 Docker、NVIDIA Container Toolkit、GPU 数量/显存、nvcr.io 可达性及镜像获取权限。
- 不要把模板默认值视为已验证配置；特别核对 1 GPU 与最低 2 GPU 的冲突、数据集目录、检查点路径和 AutoML schema。
- 将相机图像、LiDAR、标注和检查点视为潜在敏感数据，先确认挂载、上传排除和日志不会泄露数据。
- 基准证据覆盖极少，且报告显示 Codex 正确性和有效性有限；上线前应补充真实 CI、关键动作测试和失败场景测试。
- Shell / 命令行
- 网络访问
- 本地文件系统
DockerNVIDIA Container ToolkitNVIDIA GPUNVIDIA TAO Toolkit 5.5.0 BEVFusion container
安装整个 NVIDIA 技能集合：npx skills add nvidia/skills。也可以按技能名称安装：npx skills add nvidia/skills --skill tao-train-bevfusion --yes。README 未提供只复制该技能目录的独立安装步骤；技能目录应包含 SKILL.md，并在代理下次加载技能时生效。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/NVIDIA/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/tao-train-bevfusion" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 训练 BEVFusion
- 进行 LiDAR + camera fusion 三维检测推理
在已安装技能的代理中提出例如“训练 BEVFusion”或“进行 LiDAR + camera fusion 三维检测推理”。准备 KITTI 风格数据根目录，并先运行 dataset_convert；随后根据需要运行训练、评估或推理。训练默认启用 AutoML，也可在本次运行中指定 automl_policy: off。使用 BEVFusion 5.5 容器，不要使用缺少 mmdet3d 的共享 TAO PyTorch 7.0 RC 镜像。
这个 Skill 有哪些优点和局限？
- 覆盖数据转换、训练、评估和推理的完整 BEVFusion 工作流。
- 明确规定了 BEVFusion 5.5 容器、数据目录名和检查点交接方式。
- 支持 AutoML、多 GPU 和多节点训练配置。
- 提供常见错误模式及 SIGSEGV、缺失模态数据等故障排查指引。
- 至少需要 2 张 GPU，推荐每张 GPU 具备 24GB 以上显存并使用 A100。
- 依赖特定 TAO 5.5.0 BEVFusion 容器和 `mmdet3d`，不能直接使用共享 TAO PyTorch 7.0 RC 镜像。
- 要求数据遵循特定 KITTI 目录结构，并且每个操作都必须配置数据源路径。
- 源材料没有提供该单项技能的具体基准数值或实测平台覆盖范围。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| TAO BEVFusion 训练技能 本页 ✓ NVIDIA · 官方 | 49 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| TAO PointPillars 三维检测技能 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| TAO 标准训练流程 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| TAO FoundationStereo 立体深度 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| TAO NVPanoptix3D 三维全景重建 ✓ NVIDIA · 官方 | 49 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
与共享 TAO PyTorch 7.0 RC 镜像相比，该技能要求使用 TAO Toolkit 5.5.0 BEVFusion 专用容器，因为共享镜像不包含 mmdet3d。训练阶段还会在 AutoML 可运行时默认路由到 tao-run-automl，而关闭 AutoML 或缺少训练 schema 时才使用直接模型训练。
FollowSkills 如何评估这个 Skill？
技能声明仅允许 Read 和 Bash，并明确要求使用固定 TAO 5.5 容器；未见恶意行为、凭据窃取或隐蔽外传。但涉及 Docker、GPU、数据集、检查点和可能的 AutoML/网络依赖，缺少用户确认、最小挂载范围、敏感数据处理、回滚和数据流说明，因此扣分。
文档覆盖容器选择、数据转换、分布式启动、检查点传递和 SIGSEGV 诊断，且给出失败反馈要求；但没有可执行测试套件或 CI 证据，模板默认 1 GPU 与“最低 2 GPU”存在张力，部分运行前提和 AutoML 路由无法静态复现，因此扣分。
目标用户、触发语句、动作范围和 KITTI/BEVFusion 场景较清晰；但非适用边界、输入输出契约和触发排除条件不完整，没有中文使用说明，核心容器来自 nvcr.io，面向中国大陆的可达性未说明，因此扣分。
目录包含 SKILL、引用配置、模板、schema、评估报告和版本字段，技能许可证为 Apache-2.0，维护归属可追溯到 NVIDIA；但缺少推荐的 Instructions/Examples/FAQ，作者格式不规范，无明确 changelog、维护责任人或更新路径，且仓库许可证元数据为 NOASSERTION，因此扣分。
提供了动作命令、数据路径、参数、模板和常见错误处理，理论上能支持转换、训练、评估和推理；但没有静态之外的代表性结果验证，评估仅 1 个计划型任务，Codex 正确性 20%、有效性 48%，仍需较多环境和数据准备，因此扣分。
存在固定修订、schema、模板、skill_info、评估任务和基准报告，支持有限审计；但评估规模为单任务单次尝试，未提供覆盖关键路径的真实 CI/测试套件，静态审查不能确认命令、容器和模板可运行，因此扣分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →