依托深度学习技术,信云智联形成了一站式AI应用开发训练能力平台,实现了数据采集、自动标注、模型训练、应用构建、应用部署与推理、误报数据回收的全流程自动化管理,从而为拓展和延伸诸如智能安全生产管理系统等大规模应用平台能力提供了可靠的支撑。


利用多样的自动标注技术,信云智联的算法训练显著减少数据标注所需的时间和人力成本,极大提升标注工作的效率。同时集成多种模型训练方式,确保能够满足不同场景下的模型训练任务。集成算法训练能力的AI系统,通过直观的可视化编排界面,使得非专业人员也能轻松构建应用;在强大的算力管理和调度系统支持下,所支持的系统能够在有限的算力下实现高效的资源利用,确保训练、推理的高效与稳定。


同时,平台还提供误报数据的收集、分析和利用能力,通过数据回收机制,将误报数据纳入模型迭代升级的循环中,不断提升模型的性能和质量,使其更好地适应实际应用的需求。




多维度模型能力评估



image (1).png



多级次应用体系协同训练



画板 116.png





底层异构算力资源统一调度




画板 89.png




零代码可视化模型训练



image.png



先进能力
为了显著节省标注过程中的人力成本,并适应日益复杂的标注需求,平台打造了多种智能标注方法,包括图片提示智能标注、文本提示智能标注、关联模型智能标注等。在这些智能标注方式的助力下, 用户只需对少量的样本进行人工标注,平台便能快速、自动地对剩余的未标注样本进行智能标注,极大地缩短了标注时间,提高工作效率。
在样本采集过程中,从视频或视频流中采集有效样本是一项耗时耗力的工作。为解决这一问题,平台提供了实时采集工具,用户只需创建一个采集任务,并结合平台丰富的数据采集策略,就可实现数据的自动采集。
为了进一步提高样本质量,平台配备了丰富的样本清洗与过滤工具,能够依托模型快速过滤掉无目标、相似、模糊样本,降低样本标注的工作量。
智能视频AI 在平台中模型训练过程已经变得高度直观和便捷,以往需专业算法工程师才能完成的模型训练工作,现在非专业人员也能完成。使用者无需编写任何代码,只需简单的配置参数便可以进行训练。

此外,平台还提供了可视化的训练视图和详尽的训练指标,帮助用户实时监控训练过程,便于模型的迭代和优化。
开发一个符合场景的应用需要多个模型按照一定的规则进行组合后才能进行使用,此过程通常需要专业人员才能完成。平台提供可视化流程工具实现对模型的编排组合,不需要编写程序代码就能实现应用的逻辑定义,让应用构建的工作更加透明直观。
通过算力资源调度技术实现算力资源池的动态调度、分配与拓展,有更强的伸缩性,更大的资源利用率。在需要训练时,可以动态匹配足够的算力资源,加速计算和训练;当多训练任务同时并行时进行资源隔离,避免资源竞争,保证训练效率。