Comment configurer le kit d'outils Nvidia TAO sur Kaggle Notebook

Introduction

La reconnaissance des actions joue un rôle crucial dans la mise en œuvre d'applications telles que la vidéosurveillance, l'analyse sportive et la reconnaissance des gestes. L'exploitation de modèles pré-entraînés avec le TAO Toolkit de NVIDIA facilite l'entraînement efficace de modèles de reconnaissance d'action hautes performances.

TAO Toolkit peut être configuré à l'aide de Docker ou de NGC CLI. Puisque nous travaillerons sur Kaggle Notebook, nous utiliserons la CLI NGC, car l'environnement Kaggle Notebook ne prend pas en charge Docker.

Remarque : Les notebooks Kaggle ne prennent pas en charge Docker en raison de problèmes de sécurité, de gestion des ressources et de la fourniture d'environnements préconfigurés pour des flux de travail simplifiés.

Étapes d'installation :

1. Installer les dépendances

Tout d'abord, installez nvidia-pyindex, un gestionnaire de référentiel pour les outils basés sur Python de NVIDIA qui simplifie le processus d'installation du TAO Toolkit et des composants associés.

!pip install nvidia-pyindex

2. Installez le Nvidia TAO Toolkit et NGC-CLI

La boîte à outils Nvidia TAO contient une collection de modèles pré-entraînés pour diverses tâches telles que la détection d'objets, la classification, la segmentation et la reconnaissance d'actions.

!pip install nvidia-tao

Ensuite, installez le NGC-CLI (NVIDIA GPU Cloud Command Line Interface), qui interagit avec le catalogue NGC de NVIDIA pour gérer les modèles pré-entraînés.

!wget -O ngccli_linux.zip https://ngc.nvidia.com/downloads/ngccli_linux.zip
!unzip ngccli_linux.zip

3. Créer un compte NGC

Créez un compte sur le catalogue Nvidia NGC pour accéder aux modèles de la boîte à outils TAO. Une fois inscrit, vous pourrez vous authentifier via la CLI NGC à l'aide de votre clé API pour télécharger les modèles souhaités.

Tout d'abord, allez sur https://catalog.ngc.nvidia.com/ et créez un compte gratuit dans le menu de droite.

Une fois connecté, accédez à la section Configuration dans le menu déroulant de droite et cliquez sur Générer une clé personnelle.

4. Configurer la CLI NGC

Configurez votre environnement pour vous authentifier auprès de NGC à l'aide des commandes suivantes. Gardez votre clé API en sécurité.

!chmod u+x ngc-cli/ngc

import os

# Declaring the input arguments as environment variables. 
# This way we can directly pass the arguments during cell runtime to any command request in the Kaggle notebook.

os.environ['API_KEY'] = 'your_api_key'
os.environ['TYPE'] = 'ascii'
os.environ['ORG'] = '0514167173176982'
os.environ['TEAM'] = 'no-team'
os.environ['ACE'] = 'no-ace'

# Passing the input arguments to the config command
!echo -e "$API_KEY\n$TYPE\n$ORG\n$TEAM\n$ACE" | ngc-cli/ngc config set

Si vous voyez le résultat ci-dessous, votre configuration est terminée. Hourra !!??

Maintenant que la CLI NGC est configurée, vous pouvez lister les modèles disponibles :

!ngc-cli/ngc registry model list

Si vous souhaitez télécharger un modèle spécifique, vous pouvez le faire en exécutant la commande suivante

!ngc-cli/ngc registry model download-version "nvidia/tao/actionrecognitionnet:deployable_onnx_v2.0"

Ici, j'ai téléchargé le modèle ActionRecognitionNet. Le modèle sera téléchargé au format .onnx.

En suivant les étapes ci-dessus, vous avez configuré la boîte à outils TAO sur Kaggle Notebook. Vous pouvez désormais commencer à explorer facilement le monde de la vision par ordinateur hautes performances.

Bon codage !??

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!