用途：单目深度估计，使用 Metric Depth Anything v2 或 Relative Depth Anything 架构，从单张 RGB 图像预测逐像素深度。单目与双目技能均在容器内调用统一的 TAO depth_net CLI，通过 model.model_type 选择单目/双目光系，完整参数见 references/parameters.md。
主要能力：支持 train、evaluate、inference、export、quantize 及 TAO Deploy 的 TensorRT 动作（gen_trt_engine、TensorRT evaluate、TensorRT inference）。模型层支持 AutoML：默认 automl_policy: auto 且具备 schemas/train.schema.json 与 spec_template_train.yaml 时，训练动作经 tao-skill-bank:tao-run-automl 路由；显式指定 automl_policy: off 或 "turn off AutoML" 等表述则本次运行直接训练。非训练动作留在本技能内。
用法要点：数据（RGB 图像 + GT 深度）须在容器内可达；按行标注文件由 data_sources[].data_file 引用，需要 <image> 或 <image> <gt_depth> 格式，可用 depth_net convert -e <convert_spec.yaml> 生成。数据编码决定 dataset_name 与 model_type：视差数据用 RelativeDepthAnything + RelativeMonoDataset，度量深度（米）用 MetricDepthAnything + MetricMonoDataset；NYU sync_depth_.png（uint16 毫米）需用 NYUDV2/NYUDV2Relative 以完成毫米转米与 Eigen 裁剪，否则有效掩码为空、train_loss 为 NaN。训练设 train.precision 为 fp32（推荐）或 bf16。运行示例： docker run --gpus 'device=0' --shm-size 16G --ipc=host --user $(id -u):$(id -g) -v <data_root>:<data_root>:ro -v <output_dir>:<output_dir> <container> depth_net <action> -e <spec.yaml> 建议加 --user，避免输出归属 nobody:nogroup。
适用场景与限制：最少 1 GPU（推荐 2），每 GPU 24GB+ 显存，ViT-L 编码器显存占用高；TRT 数据类型支持 FP32、BF16（Ampere SM80+），ViT-L 单目主干不支持 FP16。评估/推理产物位于 results_dir，验证需检查退出码 0 与 status.json 的 kpi；训练入口即使 train_loss 为 NaN 也可能报告 PASS，需直接检查逐步 loss。多卡用 Lightning 管理，可设 train.num_gpus、gpu_ids、num_nodes、distributed_strategy（ddp/fsdp）；fsdp 强制 FP16。其余细节见 references 下各参考文件。