用途：把 HuggingFace 或 NVIDIA NGC 上受支持的目标检测模型导入 NVIDIA DeepStream 流水线，自动完成模型获取、引擎构建、流水线运行与基准报告生成。当前仅支持目标检测，遇到分类、分割等架构会在读取 config.json 后直接拒绝。
主要能力：提供默认模型 PekingU/rtdetr_r50vd（huggingface，object-detection，fp16），也可指定 HuggingFace 模型 ID/URL 或 NGC 目录模型 URL。流程分八步：模型获取（浏览、格式检测、下载 ONNX 或导出 SafeTensors）、引擎构建（动态 TRT 引擎，trtexec BS=1 与 BS=MAX_BS）、DS 流水线（自定义 bbox 解析器、nvinfer 配置、单流与多流基准）、报告（5 张图表、HTML、PDF）。支持 dry run 模拟各阶段而不下载或启动进程。
使用方式：全部步骤在 DeepStream 容器内执行，宿主机只需 Docker 与 NVIDIA 驱动。先运行一次性 bootstrap：docker run --rm -it --gpus all --shm-size=16g -v "$PWD":/work -w /work --entrypoint bash nvcr.io/nvidia/deepstream:9.1-triton-multiarch .claude/skills/deepstream-import-vision-model/setup.sh，再运行 preflight.sh 校验 GPU、venv 与 trtexec。后续命令通过 docker run … --entrypoint bash … -lc 或 dsrun.sh 包装执行，容器内使用 PY=build/.venv_optimum/bin/python 与 /usr/src/tensorrt/bin/trtexec。
限制与规则：仅目标检测；引擎命名固定为 {model}_dynamic_b{MAX_BS}.engine；batch_size 等于 num_streams；日志文件名固定；解析器结构体必须零初始化；KITTI 帧数为零或检出率低于 90% 不得进入下一步；禁止 x264enc 与 openh264enc，NVENC 不可用时回退 theoraenc+oggmux，否则跳过视频；默认视频为 sample_720p.mp4；报告必须同时输出 md、html、pdf 三种格式。各阶段须先阅读对应 reference 文档，不要凭记忆生成代码。