如何在 Kaggle 笔记本上设置 Nvidia TAO 工具包

介绍

动作识别在视频监控、运动分析和手势识别等应用中发挥着至关重要的作用。通过 NVIDIA TAO 工具包利用预先训练的模型，可以更轻松、高效地训练高性能动作识别模型。

TAO Toolkit 可以使用 docker 或 NGC CLI 设置。由于我们将使用 Kaggle Notebook，因此我们将使用 NGC CLI，因为 Kaggle Notebook 环境不支持 docker。

注意：出于安全考虑、资源管理以及为简化工作流程提供预配置环境的原因，Kaggle Notebooks 不支持 Docker。

安装步骤：

1。安装依赖项

首先，安装 nvidia-pyindex，它是 NVIDIA 基于 Python 的工具的存储库管理器，可简化 TAO Toolkit 和相关组件的安装过程。

!pip install nvidia-pyindex

2。安装 Nvidia TAO 工具包和 NGC-CLI

Nvidia TAO 工具包包含一系列用于各种任务的预训练模型，例如对象检测、分类、分割和动作识别。

!pip install nvidia-tao

接下来，安装 NGC-CLI（NVIDIA GPU 云命令行界面），它与 NVIDIA 的 NGC 目录交互来管理预训练的模型。

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

3。创建 NGC 帐户

在 Nvidia NGC 目录上注册帐户以访问 TAO 工具包模型。注册后，您可以使用 API 密钥通过 NGC CLI 进行身份验证，以下载所需的模型。

首先，访问 https://catalog.ngc.nvidia.com/ 并从右侧菜单注册免费帐户。

登录后，从右侧下拉菜单转到设置部分，然后单击生成个人密钥。

4。配置 NGC CLI

使用以下命令设置您的环境以通过 NGC 进行身份验证。确保您的 API 密钥安全。

!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

如果您看到下面的输出，则说明您的设置已完成。万岁！！！

现在 NGC CLI 已配置完毕，您可以列出可用的型号：

!ngc-cli/ngc registry model list

如果您想下载任何特定模型，可以通过运行以下命令来实现

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

这里我下载了ActionRecognitionNet模型。模型将以 .onnx 格式下载。

按照上述步骤，您已在 Kaggle Notebook 上设置了 TAO 工具包。现在您可以开始轻松探索高性能计算机视觉的世界。

编码快乐！??

以上是如何在 Kaggle 笔记本上设置 Nvidia TAO 工具包的详细内容。更多信息请关注PHP中文网其他相关文章！