Tao Generate Image Grounding

Extrae expresiones de referencia de imágenes y textos y las vincula a cajas mediante un VLM.

Sobre esta skill

Extrae expresiones de referencia de imágenes y textos y las vincula a cajas mediante un VLM.

Este skill lo mantiene NVIDIA. El repositorio de origen contiene las instrucciones y los archivos necesarios para utilizarlo.

Contenido de las instrucciones

  • 01Purpose
  • 02Pipeline Architecture
  • 03Instrucciones
  • 04Initial setup
  • 05Running the pipeline
  • 06Recommended pilot workflow

Antes de empezar

  1. Lee las instrucciones y comprueba los requisitos de herramientas o cuentas.
  2. Instala la carpeta completa cuando la habilidad incluya referencias a scripts u otros archivos.
  3. Proporciona el contexto de la tarea y revisa después el resultado del agente.

Fuente

nvidia/skills / tao-generate-image-grounding

Fuente revisada el October 2, 2026 · Apache-2.0 / CC-BY-4.0; see source notices