AI实验室—深度学习实验环境

人工智能实验室——AI深度学习实验环境;通过整合人工智能、高性能计算、大数据及云计算等多学科的关键技术,提供从训练到推理的一站式人工智能应用服务解决方案,能够帮助用户快速构建人工智能研发及科研环境,大幅降低人工智能技术准入门槛,提升人工智能研发效率。该系统集成图像分类、目标检测等多个应用场景,提供从数据集管理、模型管理、模型训练到模型输出的全流程AI计算服务。

主要功能模块

人工智能实验——AI深度学习实验环境:是使用Docker为容器构建的底层结构;使用TensorFlow、Pytorch等主流框架作为计算框架,并采用AlexFCN、AlexNet、FasterRCNN-VGG16、、Inception-V1、LeNet、MobileNet、ResNet50 SqueezeNet等15种神经网络算法,为用户提供高效、低错误率的实验环境,可以应用于图像分类和目标检测等多种场景中。

功能界面展示——深度学习图片分类

目标检测是在一张图包含多个物体的情况下,定制识别出每个物体的位置、数量、名称,适合图片中有多个主体的场景。定制物体检测模型,可以检测出图片里面的所有目标物体名称、位置。适用于一张图片中要识别多个物体,物体计数等场景中。在各检测物体之间差异明显的情况下,训练数据每个标签仅需覆盖少量图片,训练时间可能需要几分钟以上,物体检测应用场景丰富。

  • 物体计数:如零售行业货品摆放统计、医疗细胞计数
  • 工业质检:如检测出图片里微小瑕疵的数量和位置

数据标注

训练模型

测试模型