स्थानीयकृत पठन मार्गदर्शिका

huggingface-vision-trainerउद्देश्य, उपयोग और स्रोत

ऑब्जेक्ट डिटेक्शन के लिए विज़न मॉडल को प्रशिक्षित और परिष्कृत करता है (D-FINE, RT-DETR v)2, DETR, YOLOS), छवि वर्गीकरण (टिम मॉडल - MobileNetV3मोबाइलवीआईटी, रेसनेट,ViT/DINOv3— साथ ही कोई भी ट्रांसफॉर्मर्स क्लासिफायर), औरSAM/SAM2हगिंग फेस जॉब्स क्लाउड जीपीयू पर हगिंग फेस ट्रांसफॉर्मर्स का उपयोग करके सेगमेंटेशन। इसमें COCO-फॉर्मेट डेटासेट तैयार करना, एल्ब्यूमेंटेशन ऑग्मेंटेशन आदि शामिल हैं।mAP/mARमूल्यांकन, सटीकता मेट्रिक्स, एसएएम विभाजन के साथbbox/pointप्रॉम्प्ट्स, डाइससीई लॉस, हार्डवेयर चयन, लागत अनुमान, ट्रैकियो मॉनिटरिंग और हब परसिस्टेंस। इसका उपयोग तब करें जब उपयोगकर्ता ऑब्जेक्ट डिटेक्शन, इमेज क्लासिफिकेशन, एसएएम आदि के प्रशिक्षण का उल्लेख करें।2हगिंग फेस जॉब्स पर सेगमेंटेशन, इमेज मैटिंग, डीईटीआर, डी-फाइन, आरटी-डीईटीआर, वीआईटी, टिम, मोबाइलनेट, रेसनेट, बाउंडिंग बॉक्स मॉडल, या विज़न मॉडल को फाइन-ट्यून करना।

स्रोत प्राप्त किया गया: 2026-10-29

स्रोत रिपॉज़िटरी: huggingface/skills
SKILL.md: skills/huggingface-vision-trainer/SKILL.md
रिपॉज़िटरी Star: 11,241
रिपॉज़िटरी का अंतिम अपडेट: 2026-10-30
क्षमता वर्गीकरण: डिज़ाइन
अंतिम संग्रह समय: 2026-10-31 10:38 UTC+08:00

लाइसेंस: Apache-2.0

मूल SKILL.md

वर्कफ़्लो के अंश केवल पढ़ने में सहायता के लिए हैं, कोडेज़ से निष्पादन योग्य निर्देश नहीं हैं। इस पृष्ठ को बनाने के लिए किसी तृतीय-पक्ष स्किल का उपयोग नहीं किया गया है।

नीचे दिए गए उद्देश्य और कार्यप्रणाली संबंधी अंश प्रारंभिक सामग्री हैं, जिन्हें पढ़ने के लिए व्यवस्थित और अनुवादित किया गया है। ये अलग से लेबल किए गए कोडेज़ संपादकीय विश्लेषण से भिन्न हैं।

यह कौशल क्या करता है

अपस्ट्रीम वर्कफ़्लो कैसे काम करता है

स्वचालित बीबॉक्स प्रीप्रोसेसिंग

ऑब्जेक्ट डिटेक्शन ट्रेनिंग स्क्रिप्ट (scripts/object_detection_training.pyयह स्वचालित रूप से bbox प्रारूप पहचान (xyxy→xywh रूपांतरण), bbox सैनिटाइजेशन आदि को संभालता है।image_idजनरेशन, स्ट्रिंग श्रेणी→पूर्णांक रीमैपिंग, और डेटासेट ट्रंकेशन। किसी मैन्युअल प्रीप्रोसेसिंग की आवश्यकता नहीं है — बस यह सुनिश्चित करें कि डेटासेट मेंobjects.bboxऔरobjects.categoryस्तंभ।

ऊपर की ओर मार्ग · L113 ↗

प्रशिक्षण कार्यप्रवाह

इस चेकलिस्ट की प्रतिलिपि बनाएं और प्रगति पर नज़र रखें: चरण1पूर्वापेक्षाओं की पुष्टि करें। ऊपर दी गई पूर्वापेक्षाओं की सूची का पालन करें। चरण2डेटासेट को मान्य करें

ऊपर की ओर मार्ग · L117 ↗

त्वरित शुरुआत — वस्तु पहचान

The script_argsनीचे दिए गए निर्देश दोनों सबमिशन विधियों के लिए समान हैं। निर्देश # देखें।1उनके बीच के महत्वपूर्ण अंतरों के लिए।

ऊपर की ओर मार्ग · L365 ↗

ऊपर की ओर मार्ग · bash ↗

uv run scripts/dataset_inspector.py --dataset username/dataset-name --split train
uv run scripts/estimate_cost.py --help

आवश्यकताएँ और सेटअप

पूर्वापेक्षाओं की सूची

किसी भी प्रशिक्षण कार्य को शुरू करने से पहले, निम्नलिखित बातों की पुष्टि कर लें:

ऊपर की ओर मार्ग · L35 ↗

डेटासेट आवश्यकताएँ — ऑब्जेक्ट डिटेक्शन

डेटासेट हब पर मौजूद होना चाहिए। एनोटेशन का उपयोग किया जाना चाहिए।objectsकॉलम के साथbbox,category(और वैकल्पिक रूप से)area) उप-क्षेत्र

ऊपर की ओर मार्ग · L45 ↗

सीमाएं और गुणवत्ता जांच

इस फ़ाइल से कोई अलग सीमा अंश नहीं चुना गया है। इसका मतलब यह नहीं है कि यह स्किल हर इनपुट या वातावरण के लिए सुरक्षित है। संपूर्ण स्रोत की समीक्षा करें और अपने परिणाम की पुष्टि करें।

सुरक्षित परीक्षण से शुरुआत करें

समर्थित होस्ट और रिपॉजिटरी इंस्टॉलेशन निर्देशों की जाँच करें। स्किल डायरेक्टरी और उससे संबंधित स्क्रिप्ट, एसेट्स और डॉक्यूमेंटेशन को एक साथ रखें;SKILL.mdअकेले होने पर निर्भरताओं को छोड़ा जा सकता है।
एजेंट को अपना वास्तविक इनपुट, अपेक्षित आउटपुट और स्वीकृति मानदंड प्रदान करें। इनवोकेशन सिंटैक्स और उपलब्ध उपकरण होस्ट पर निर्भर करते हैं; यह साइट किसी सार्वभौमिक इंस्टॉलेशन कमांड को नहीं मानती है।
डिस्पोजेबल प्रोजेक्ट या उसकी कॉपी पर मूल वर्कफ़्लो को आज़माएँ। फ़ाइलों, रिमोट सेवाओं या बिल योग्य संसाधनों में परिवर्तन करने वाले कार्यों की अनुमति देने से पहले उनकी समीक्षा करें।
स्रोत गुणवत्ता जांच और अपनी आवश्यकताओं के आधार पर आउटपुट को सत्यापित करें। सफल ट्रिगर या उच्च रिपॉजिटरी स्टार संख्या सही परिणाम की गारंटी नहीं देते।

कौशल प्रारूप और निर्देशिका विनिर्देश ↗

मूल लेख में आगे पढ़ें

अनुवाद और दायरा

यह पठन मार्गदर्शिका ऊपर पिन किए गए अंशों में से चयनित अंशों को प्रस्तुत करती है।SKILL.mdयह अनुवाद सहायता से किया गया है। यह कोई संपूर्ण नियमावली या परीक्षित संगतता का दावा नहीं है। उपयोग करने से पहले मूल दस्तावेज़ और उससे संबंधित फ़ाइलों को पढ़ें।

यह परिचय नीचे पिन किए गए संस्करण को संदर्भित करता है; वर्तमान रिपॉजिटरी गतिविधि और संग्रह समय अलग से दिखाए गए हैं।

पिन किया गया स्रोत: मूल लेख पढ़ें ↗
स्रोत प्राप्त किया गया: 2026-10-29T09:32:23Z
स्रोत कमिट: fabc634a893f62ad5c2039830397efa35fa62715
स्रोत SHA-256: c7aba4de75fa6595ffdaf5c50136786e8346aba0c9ff0261eaee656af4a3b0d9

संपूर्ण कौशल सूची पर वापस जाएँ