tao-train-centerpose

CenterPose

CenterPose 用于关键点／姿态估计。它会检测对象中心并回归关键点位置，用于 6-DoF 对象姿态估计。

设置 model.backbone.pretrained_backbone_path。

对于 TAO Deploy TensorRT 操作（gen_trt_engine、TensorRT evaluate 和 TensorRT inference），请先阅读 references/tao-deploy-centerpose.md。部署规范模板位于此技能的 references/ 文件夹中，文件名前缀为 spec_template_deploy_*.yaml。

Dataclass 架构

生成的 TAO Core 架构打包在 schemas/<action>.schema.json 中，schemas/manifest.json 列出了可用操作。每个生成的架构还会根据架构顶层的 default 字段生成 references/spec_template_<action>.yaml。AutoML 启用状态通过 references/skill_info.yaml 中模型层的 automl_enabled 声明。要运行 AutoML，仍需存在并可解析的 schemas/train.schema.json 和 references/spec_template_train.yaml。使用打包的训练架构获取 automl_default_parameters、automl_disabled_parameters、默认值、最小／最大边界、枚举、选项权重、数学条件、依赖项和热门参数。不要假设运行时存在 ~/tao-core；维护者会在打包技能库之前重新生成架构／模板。

Train 操作策略

此模型在模型层启用了 AutoML。处理任何训练阶段请求之前，请阅读 references/skill_info.yaml，并根据明确指定的 automl_policy 值或用户的工作流请求确定本次运行的覆盖设置。将“关闭 AutoML”“禁用 AutoML”“不使用 HPO”或“普通训练”等表述视为本次运行的 automl_policy: off；否则默认为 auto。当 automl_policy: auto、automl_enabled: true，且已打包 schemas/train.schema.json 和 references/spec_template_train.yaml 时，默认通过 tao-skill-bank:tao-run-automl 路由训练操作，并使用此模型的 skill_dir。保留工作流／应用对数据集、规范、输出目录、GPU／平台设置、父检查点和 automl_policy 的覆盖设置。仅在 automl_policy: off 或缺少已打包的训练架构／模板时直接训练模型；若缺少架构，请说明此模型虽已启用 AutoML，但在生成架构之前无法运行 AutoML。

evaluate、inference、export 和部署流程等非训练操作仍由此模型技能处理。每次运行的 automl_policy 覆盖设置不会更改模型元数据。

训练要求

• 数据集类型： centerpose
• 格式： 默认
• 监控指标： val_3DIoU

各操作的数据集要求

操作	规范键	来源	文件	列表？
evaluate	dataset.test_data	eval_dataset	test.tar.gz	否
gen_trt_engine	gen_trt_engine.tensorrt.calibration.cal_image_dir	calibration_dataset	train.tar.gz	是
inference	dataset.inference_data	inference_dataset	val.tar.gz	否
train	dataset.train_data	train_datasets	train.tar.gz	否
train	dataset.val_data	eval_dataset	val.tar.gz	否

常见规范覆盖设置

每个操作都必须覆盖数据源——Agent 必须根据上方“各操作的数据集要求”表构建数据源路径，并将其加入 spec_overrides。

S3_TRAIN = "s3://bucket/data/train"
S3_EVAL = "s3://bucket/data/eval"

train（必需的数据源）：

{
    "train.num_epochs": 30,
    "train.checkpoint_interval": 10,
    "train.validation_interval": 10,
    "train.num_gpus": 1,
    "dataset.category": "bike",
    "dataset.batch_size": 4,
    "dataset.train_data": f"{S3_TRAIN}/train.tar.gz",
    "dataset.val_data": f"{S3_EVAL}/val.tar.gz",
}

evaluate（必需的数据源）：

{
    "dataset.category": "bike",
    "dataset.test_data": f"{S3_EVAL}/test.tar.gz",
}

inference（必需的数据源）：

{
    "dataset.category": "bike",
    "dataset.inference_data": f"{S3_EVAL}/val.tar.gz",
}

gen_trt_engine（必需的数据源）：

{
    "gen_trt_engine.tensorrt.calibration.cal_image_dir": [f"{S3_TRAIN}/train.tar.gz"],
}

评估数据集

可选。验证集和测试集以单独的 tar 包提供。

重要参数

• dataset.num_classes：对象类别数。默认值为 1。
• dataset.num_joints：每个对象的关键点数。固定为 8（边界框关键点）。有效范围：只能为 8。
• dataset.input_res：输入分辨率。固定为 512。输出分辨率固定为 128。
• dataset.category：对象类别名称。默认值为 "cereal_box"。
• model.backbone.model_type：默认值为 fan_small。主干网络选项受 schema 限制。
• train.optim.lr：学习率。默认值为 6e-5。使用 MultiStep 调度器，lr_steps=[90, 120]，lr_decay=0.1。
• train.loss_config：丰富的损失配置，包含以下开关：mse_loss、obj_scale、obj_scale_uncertainty、hps_uncertainty、reg_bbox、hm_hp。权重：wh_weight=0.1、off_weight=1、hp_weight=1。
• inference.use_pnp：使用 PnP 进行 6-DoF 位姿估计。默认值为 True。需要相机内参（focal_length_x/y、principle_point_x/y）。
• export.input_width：导出输入尺寸。固定为 512x512。opset_version=16。

多 GPU / 多节点

**启动方式：**由 Lightning 管理（单个 python 进程，由 Lightning 启动工作进程）。

Spec Key	Description	Default
train.num_gpus	GPU 数量	1
train.gpu_ids	GPU 设备索引	[0]

• 策略：auto（Lightning 自动选择最佳策略）
• 没有显式的 num_nodes 或 distributed_strategy 配置——仅支持单节点
• 不支持 sync_batchnorm

导出 / TRT 默认值

• 导出输入：512x512（固定），opset 16
• TRT 数据类型：FP32、FP16、INT8
• TRT opt_batch_size：4，max_batch_size：8

完整的 TAO Deploy 参考文档：tao-deploy-centerpose。

硬件

至少需要 1 个 GPU，建议使用 2 个 GPU。每个 GPU 需要 16GB 及以上显存。CenterPose 的内存占用适中，具体取决于输入分辨率和关键点数量。

错误模式

num_joints 不匹配：确保 dataset.num_joints 与标注中的关键点数量一致。

Spec 参数 / 父模型推断

特定于模型的推断映射应写在此 MD 文件中，而不是 config.json 中。生成的运行器应读取本节，并在调用 create_job() 前使用 SDK 辅助函数应用这些映射。这与旧版微服务的 infer_params.py 流程一致。

TAO Core centerpose.config.json 中的推断映射：

操作	Spec 字段	推断函数	含义
评估	encryption_key	key	加密密钥
评估	evaluate.checkpoint	parent_model	从父作业结果文件夹推断出的模型文件
评估	evaluate.trt_engine	parent_model	从父作业结果文件夹推断出的模型文件
评估	results_dir	output_dir	当前作业结果目录
导出	encryption_key	key	加密密钥
导出	export.checkpoint	parent_model	从父作业结果文件夹推断出的模型文件
导出	export.onnx_file	create_onnx_file	输出 ONNX 路径
导出	results_dir	output_dir	当前作业结果目录
生成 TRT 引擎	encryption_key	key	加密密钥
生成 TRT 引擎	gen_trt_engine.onnx_file	parent_model	从父作业结果文件夹推断出的模型文件
生成 TRT 引擎	gen_trt_engine.tensorrt.calibration.cal_cache_file	create_cal_cache	校准缓存路径
生成 TRT 引擎	gen_trt_engine.trt_engine	create_engine_file	输出 TensorRT 引擎路径
生成 TRT 引擎	results_dir	output_dir	当前作业结果目录
推理	encryption_key	key	加密密钥
推理	inference.checkpoint	parent_model	从父作业结果文件夹推断出的模型文件
推理	inference.trt_engine	parent_model	从父作业结果文件夹推断出的模型文件
推理	results_dir	output_dir	当前作业结果目录
训练	encryption_key	key	加密密钥
训练	model.backbone.pretrained_backbone_path	ptm_if_no_resume_model	不存在恢复训练检查点时使用的 PTM
训练	results_dir	output_dir	当前作业结果目录
训练	train.resume_training_checkpoint_path	resume_model	从当前作业结果文件夹推断出的模型文件

对于 parent_model 或 parent_model_folder，请将上游训练、导出或 AutoML 子作业 ID 作为 parent_job_id 传入。SDK 会列出父结果文件夹，筛选检查点工件，并返回选定的模型文件或文件夹。不要将这些映射加回 config.json，也不要修改生成的运行器脚本来猜测检查点路径。