此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 概述
  • 用法
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包
最后更新
Supported on:RVC2RVC4

概述

NVIDIA TAO (Train, Adapt, and Optimize) 是一个强大的 AI 工具包,旨在简化和加速计算机视觉、语音和自然语言处理深度学习模型的开发。TAO 基于 NVIDIA 尖端的 AI 框架构建,使开发人员能够以最少的编码微调预训练模型,从而减少对大型数据集和广泛机器学习专业知识的需求。通过利用迁移学习和模型剪枝,TAO 简化了 AI 开发流程,使其适用于希望高效部署高性能 AI 应用程序的企业。您可以在其官方文档中了解有关该工具包的更多信息。除了工具包,他们还提供了一个 NCG Catalog,其中包含集合、容器和 Helm Chart 等内容,还为许多不同的用例提供了庞大的模型动物园。您可以在此处探索所有模型。

用法

TAO Toolkit 允许您训练自定义模型。有关详细指导,请参阅官方文档并探索各种动手教程。训练完成后,您将获得一个 .tlt 模型文件,需要将其转换为 ONNX 格式。下面是如何导出再识别模型的示例:
Command Line
1tao model re_identification export \
2 -e $USER_EXPERIMENT_DIR/media/experiment_market1501_resnet.yaml \
3    results_dir=$USER_EXPERIMENT_DIR \
4 encryption_key=$KEY \
5    export.checkpoint=$USER_EXPERIMENT_DIR/resnet50_market1501_aicity156.tlt \
6 export.onnx_file=$USER_EXPERIMENT_DIR/resnet50_market1501_aicity156.onnx
导出后,您应该会得到一个 ONNX 文件。从这里开始,请按照 RVC 转换部分中概述的步骤进行操作。或者,您可以参考我们的 ONNX 转换教程以获取详细的演练。如果您不想训练自己的模型,可以使用 TAO 模型动物园中的预训练模型。这些模型中的许多已经以 ONNX 格式提供,允许您跳过转换步骤,直接准备模型以部署到 RVC 设备上。