超級AI,在線標注,既能解放雙手,又省時省力。
傳統(tǒng)的標注模式需要你對著目標不斷拉框,反復(fù)機械的動作做多了就變得“麻木”,影響效率還使人煩惱。
而SpeedDP的出現(xiàn),可以有效的提升標注效率。它能夠幫助使用者快速進行人、車、船等數(shù)據(jù)集的一鍵標注。
SpeedDP依靠YOLO系列算法來檢測模型,實現(xiàn)“一鍵標注”和“目標檢測”,并且還提供豐富的算法參數(shù)設(shè)置接口,滿足不同用戶業(yè)務(wù)場景的定制化需求。不同的用戶可針對自己的業(yè)務(wù)場景進行AI算法的定制化開發(fā)以及算法模型的快速迭代優(yōu)化。
標準流程 自定義開發(fā)
作為一個深度學(xué)習(xí)AI開發(fā)平臺,SpeedDP采用常用的AI算法開發(fā)基本流程,該過程包含從需求分析、數(shù)據(jù)制作到模型訓(xùn)練、測試驗證以及最后的模型部署幾個主要模塊。針對不同的數(shù)據(jù)集和算法參數(shù)設(shè)置,慧視SpeedDP開發(fā)平臺采用項目配置的方式來對不同的業(yè)務(wù)需求進行管理。
由此可見,SpeedDP并不是一成不變的,使用者可以根據(jù)自己的需求進行不同的模型開發(fā),然后針對性的進行訓(xùn)練,訓(xùn)練的模型越成熟,AI就愈發(fā)聰明,標注的結(jié)果就更加精準。
因此,平臺的整個工作流程可以簡單概括為數(shù)據(jù)采集→模型訓(xùn)練→測試評估→應(yīng)用部署,省去了中間大量的手動拉框的動作,節(jié)約大量時間。當(dāng)然,如果是一些簡單的需求,我們也可以提供既有模型,用戶使用起來更加省時。
可視化模型評估 掌握模型精度
數(shù)據(jù)集測試評估是使用帶標注的數(shù)據(jù)集對模型的檢測輸出結(jié)果計算一些關(guān)鍵性能指標從而對訓(xùn)練的模型進行評估,慧視SpeedDP開發(fā)平臺采用了目標檢測領(lǐng)域最常用的AP50、mAP50-95以及準確率和召回率等指標對模型進行整體性評價。
升級迭代 不斷更新
經(jīng)過不斷的迭代升級,慧視SpeedDP已經(jīng)進入3.0版本,不僅支持YOLOV8算法模型,還加入了分割算法,應(yīng)用場景更加豐富,并且軟件運行環(huán)境也升級到了cuda11.7,將更加契合使用者使用環(huán)境。
-
AI
+關(guān)注
關(guān)注
87文章
30898瀏覽量
269130 -
檢測模型
+關(guān)注
關(guān)注
0文章
17瀏覽量
7307 -
圖像標注
+關(guān)注
關(guān)注
0文章
9瀏覽量
2598
發(fā)布評論請先 登錄
相關(guān)推薦
評論