Guía de lectura localizada
huggingface-vision-trainerFinalidad, uso y origen
Entrena y ajusta modelos de visión para la detección de objetos (D-FINE, RT-DETR v2, DETR, YOLOS), clasificación de imágenes (modelos timm — MobileNetV3, MobileViT, ResNet,ViT/DINOv3— más cualquier clasificador de Transformers), ySAM/SAM2segmentación usando Hugging Face Transformers en Hugging Face Jobs cloud GPUs. Cubre la preparación del conjunto de datos en formato COCO, aumento de albumentations,mAP/mARevaluación, métricas de precisión, segmentación SAM conbbox/pointindicaciones, pérdida de DiceCE, selección de hardware, estimación de costos, monitoreo de Trackio y persistencia de Hub. Úselo cuando los usuarios mencionen entrenamiento de detección de objetos, clasificación de imágenes, SAM, SAM2, segmentación, matting de imágenes, DETR, D-FINE, RT-DETR, ViT, timm, MobileNet, ResNet, modelos de cuadros delimitadores o ajuste fino de modelos de visión en trabajos de Hugging Face.
Fuente recuperada:
- Repositorio de origen
- huggingface/skills
- SKILL.md
skills/huggingface-vision-trainer/SKILL.md- Estrellas del repositorio
- 11,241
- Actualización del repositorio
- 2026-10-30
- Clasificación de habilidades
- Diseño
- Última recopilación
Licencia: Apache-2.0
Los extractos del flujo de trabajo son guías de lectura, no instrucciones ejecutables de Codez. No se utilizó ninguna habilidad de terceros para generar esta página.
Los siguientes fragmentos sobre el propósito y el flujo de trabajo son material preliminar, organizado y traducido para su lectura. Son distintos del análisis editorial de Codez, que se presenta por separado.
Lo que hace esta habilidad
Entrena y ajusta modelos de visión para la detección de objetos (D-FINE, RT-DETR v2, DETR, YOLOS), clasificación de imágenes (modelos timm — MobileNetV3, MobileViT, ResNet,ViT/DINOv3— más cualquier clasificador de Transformers), ySAM/SAM2segmentación usando Hugging Face Transformers en Hugging Face Jobs cloud GPUs. Cubre la preparación del conjunto de datos en formato COCO, aumento de albumentations,mAP/mARevaluación, métricas de precisión, segmentación SAM conbbox/pointindicaciones, pérdida de DiceCE, selección de hardware, estimación de costos, monitoreo de Trackio y persistencia de Hub. Úselo cuando los usuarios mencionen entrenamiento de detección de objetos, clasificación de imágenes, SAM, SAM2, segmentación, matting de imágenes, DETR, D-FINE, RT-DETR, ViT, timm, MobileNet, ResNet, modelos de cuadros delimitadores o ajuste fino de modelos de visión en trabajos de Hugging Face.
Cómo funciona el flujo de trabajo ascendente
Preprocesamiento automático de Bbox
El script de entrenamiento de detección de objetos (scripts/object_detection_training.py) maneja automáticamente la detección del formato bbox (conversión xyxy→xywh), sanitización de bbox,image_idgeneración, reasignación de categoría de cadena a entero y truncamiento del conjunto de datos. No se necesita preprocesamiento manual; solo asegúrese de que el conjunto de datos tengaobjects.bboxyobjects.categorycolumnas.
Flujo de trabajo de capacitación
Copia esta lista de verificación y realiza un seguimiento del progreso: Paso1: Verificar los requisitos previos Siga la lista de verificación de requisitos previos anterior. Paso2: Validar el conjunto de datos
Paso río arriba · L117 ↗Inicio rápido: detección de objetos
Elscript_argsA continuación se muestran las mismas instrucciones para ambos métodos de envío. Consulte la directiva n.°1por las diferencias cruciales entre ellos.
uv run scripts/dataset_inspector.py --dataset username/dataset-name --split train
uv run scripts/estimate_cost.py --helpRequisitos y configuración
Lista de verificación de requisitos previos
Antes de comenzar cualquier trabajo de capacitación, verifique:
Paso río arriba · L35 ↗Requisitos del conjunto de datos: detección de objetos
El conjunto de datos debe existir en Hub Las anotaciones deben usar elobjectscolumna conbbox,category(y opcionalmentearea) subcampos
Límites y controles de calidad
No se seleccionó ningún pasaje con límites específicos en este archivo. Esto no significa que la habilidad sea segura para cualquier entrada o entorno. Revise el código fuente completo y valide su propio resultado.
Comience con una prueba segura.
- Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
- Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
- Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
- Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.
Lea más en la fuente
- Capacitación en modelos de visión para trabajos que implican abrazar rostros
- Cuándo usar esta habilidad
- Habilidades relacionadas
- Ejecución de scripts locales
- Lista de verificación de requisitos previos
- Cuenta y autenticación
- Requisitos del conjunto de datos: detección de objetos
- Requisitos del conjunto de datos: clasificación de imágenes
- Requisitos del conjunto de datos —SAM/SAM2Segmentación
- Entornos críticos
- Validación del conjunto de datos
- Ejecutando al inspector
- Resultados de la lectura
- Preprocesamiento automático de Bbox
- Flujo de trabajo de capacitación
- Directivas críticas
- 1Envío de trabajo:
hf_jobsHerramienta MCP frente a la API de Python - 2Autenticación mediante secretos de trabajo + inyección explícita de hub_token
- 3Atributo JobInfo
- 4Indicadores de entrenamiento requeridos y sintaxis booleana de HfArgumentParser
- 5Gestión de tiempos de espera
- 6Monitoreo de Trackio
- Modelos de detección de objetos recomendados
- Modelos de clasificación de imágenes recomendados
- RecomendadoSAM/SAM2modelos de segmentación
- Recomendación de hardware
- Inicio rápido: detección de objetos
- Clave OD
script_args - Circuito integrado clave
script_args - SAM clave
script_args
Habilidades relacionadas
Traducción y alcance
Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.
Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.
- Fuente fijada
- Lee el original ↗
- Fuente recuperada
- Confirmación de origen
fabc634a893f62ad5c2039830397efa35fa62715- Fuente SHA-256
c7aba4de75fa6595ffdaf5c50136786e8346aba0c9ff0261eaee656af4a3b0d9