時至2019年,各界對人工智能技術的討論,除了新奇有趣之外,更開始關注如何讓人工智能走出實驗室,實際解決各領域所面對的難題。在人工智能落地的過程中,企業發現大部分業務領域需要的功能大致可分為:
- 標注 (Labeling)
- 建模 (Modeling)
- 評估 (Evaluation)
- 部署 (Deployment)
過去這些功能須透過若干個不同工具組合完成,從手動轉換為相應格式到如此復雜及繁瑣的流程,使人工智能難以產品化,這也讓企業更加意識到人工智能平臺的重要性。
不同于數據庫平臺或其他成熟方案的平臺,人工智能平臺尚處于萌芽階段,因此沒有固定的標準及服務內容。MIRLE AI 平臺選擇最具實用價值之一的計算機視覺領域,提供基于深度學習技術之服務,以解決圖像分類 (Image Classification)、物體檢測 (Object Detection)、語義分割 (Semantic Segmentation) 等具挑戰性任務
盟立在自動化軟件、云端部署、整合式解決方案上均已深耕多年,以自身優勢為基礎,打造便捷、高效、可靠的 MIRLE AI 平臺。
用戶可使用 Web 界面來操作平臺,并跟著幾個步驟的導引,輕松完成數據集的標注與管理,另外平臺也配備自動標注功能,可大幅降低標注所耗費人力;隨即使用者可選擇特定數據集,根據應用場景挑選側重效能或側重速度的模型,甚或訂定指標交由機器自動訓練出最佳的模型;為了正確有效地評估模型,MIRLE AI 平臺在模型訓練完成后,將產生一系列統計報告,包含但不限于各任務損失函數、各類別及各尺寸性能指針、訓練及推理速度、混淆矩陣、錯誤根本原因分析等;在經過評估確認可實用模型后,用戶可利用平臺部署功能,為模型進行推理優化,在不失性能情況下提升推理速度且降低功耗,同時平臺將為部署后模型配置 REST API 供其他應用程序使用其推理服務。盟立憑借 30 年的豐富經驗累積,持續掌握學界最前沿技術,創新研發符合業界所需之解決方案,在2020年AI時代,繼續為客戶創造及追求卓越、挑戰極限。
時至2019年,各界對人工智能技術的討論,除了新奇有趣之外,更開始關注如何讓人工智能走出實驗室,實際解決各領域所面對的難題。在人工智能落地的過程中,企業發現大部分業務領域需要的功能大致可分為:
- 標注 (Labeling)
- 建模 (Modeling)
- 評估 (Evaluation)
- 部署 (Deployment)
過去這些功能須透過若干個不同工具組合完成,從手動轉換為相應格式到如此復雜及繁瑣的流程,使人工智能難以產品化,這也讓企業更加意識到人工智能平臺的重要性。
不同于數據庫平臺或其他成熟方案的平臺,人工智能平臺尚處于萌芽階段,因此沒有固定的標準及服務內容。MIRLE AI 平臺選擇最具實用價值之一的計算機視覺領域,提供基于深度學習技術之服務,以解決圖像分類 (Image Classification)、物體檢測 (Object Detection)、語義分割 (Semantic Segmentation) 等具挑戰性任務
盟立在自動化軟件、云端部署、整合式解決方案上均已深耕多年,以自身優勢為基礎,打造便捷、高效、可靠的 MIRLE AI 平臺。
用戶可使用 Web 界面來操作平臺,并跟著幾個步驟的導引,輕松完成數據集的標注與管理,另外平臺也配備自動標注功能,可大幅降低標注所耗費人力;隨即使用者可選擇特定數據集,根據應用場景挑選側重效能或側重速度的模型,甚或訂定指標交由機器自動訓練出最佳的模型;為了正確有效地評估模型,MIRLE AI 平臺在模型訓練完成后,將產生一系列統計報告,包含但不限于各任務損失函數、各類別及各尺寸性能指針、訓練及推理速度、混淆矩陣、錯誤根本原因分析等;在經過評估確認可實用模型后,用戶可利用平臺部署功能,為模型進行推理優化,在不失性能情況下提升推理速度且降低功耗,同時平臺將為部署后模型配置 REST API 供其他應用程序使用其推理服務。盟立憑借 30 年的豐富經驗累積,持續掌握學界最前沿技術,創新研發符合業界所需之解決方案,在2020年AI時代,繼續為客戶創造及追求卓越、挑戰極限。