NV-Generate-MR-Brain-Finetune
Ce skill fait partie du catalogue officiel de skills NVIDIA publié dans le repository nvidia/skills, qui regroupe des instructions portables destinées aux agents IA pour utiliser correctement les bibliothèques et outils NVIDIA. Il est synchronisé automatiquement depuis son repository source vers ce catalogue.
Rôle et fonctionnement
Ce skill guide un agent IA dans le fine-tuning du UNet de diffusion rflow-mr-brain issu du modèle NV-Generate-CTMR d'NVIDIA Medtech. Il agit comme une couche d'orchestration légère : il prépare les fichiers de configuration nécessaires (JSON d'environnement et de modèle), génère les embeddings latents à partir de volumes NIfTI, puis délègue l'exécution réelle aux scripts upstream diff_model_create_training_data, diff_model_train et optionnellement diff_model_infer. Le script principal à invoquer est scripts/run_mr_brain_finetune.py.
Les entrées attendues sont un fichier datalist au format MONAI-JSON et un répertoire de données (data_base_dir). Les sorties incluent un checkpoint fine-tuné (finetuned_checkpoint), des sorties d'inférence optionnelles et un result_json récapitulatif. Le skill expose les paramètres les plus courants sous forme de flags CLI (--epochs, --modality, --num-gpus, --preflight, etc.) sans toucher aux hyperparamètres d'entraînement, qui restent dans le fichier de configuration JSON upstream.
Prérequis et contraintes
L'exécution réelle requiert un checkout de NV-Generate-CTMR (variable NV_GENERATE_ROOT), un GPU NVIDIA CUDA, les dépendances Python du requirements.txt upstream, et les poids MR-brain préchargés. Un mode --preflight est disponible pour valider la datalist et le pipeline sans GPU ni entraînement.
Important : ce skill est strictement réservé à la recherche et à l'expérimentation. Il n'est pas destiné à un usage clinique, à une interprétation médicale, à des soumissions réglementaires, ni à valider des données synthétiques pour une utilisation en production.