Zinn Hub
0
Ваш кошик
0

Короткий огляд

Ключові деталі про цю послугу, які допоможуть вам прийняти рішення. Згенеровано Zinn Hub, а не продавцем.

Підтримка фреймворків

7+ Формати експорту
Моделі постачаються у форматах YOLOv5, TensorFlowLite, ONNX, CoreML, TensorRT, OpenVINO, TorchScript та PyTorch — охоплюючи цілі розгортання для вебу, мобільних пристроїв, хмари та периферійних пристроїв.

Цілі розгортання

Хмара, мобільні пристрої та периферійні пристрої
Завершені моделі можуть бути розгорнуті на пристроях AWS EC2, Android, iOS, Raspberry Pi та OpenVINO, що робить їх придатними як для серверних, так і для локальних потреб висновку.

Досвід у домені

11+ Вертикальні варіанти використання
Команда розробила рішення для виявлення об'єктів у медичній, автомобільній, сільськогосподарській, спортивній та дронній зйомці, що свідчить про широкий реальний досвід інженерії комп'ютерного зору.

Обсяг поставки

Наскрізний конвеєр
Базовий рівень за $4,080 включає попередню обробку даних, навчання моделі, валідацію, точне налаштування, розгортання в хмарі, інтеграцію API, вихідний код та документацію — окремі комісії за передачу не вказані.

Що ви отримаєте

Формати:
Вихідні файли
Хмарне посилання
Письмовий звіт
Користувацький код
Спосіб доставки:
Менеджер замовлень
Примітки: Усі результати надаються через менеджер замовлень. Ви отримаєте: навчені вагові коефіцієнти моделі, повний вихідний код (скрипти для навчання та висновків), код REST API, підтвердження розгортання в хмарі та письмову документацію моделі. Посилання на хмарне сховище буде надано для великих файлів. Збірки для периферійних/мобільних пристроїв надаються як додаткові файли пакетів, де це можливо.

Повний опис

Ваша бізнес-проблема унікальна. Готові моделі зору рідко підходять для неї. Ця послуга надає готову до виробництва спеціальну модель виявлення об'єктів, створену спеціально для ваших даних, вашого середовища та вашої цілі розгортання — таким чином ви отримуєте щось, що дійсно працює в реальному світі, а не лише на бенчмарку.

Наша лондонська команда інженерів комп'ютерного зору має кваліфікації від бакалавра комп'ютерних наук до магістра та доктора філософії в галузі комп'ютерного зору. Ми розробили та впровадили моделі виявлення в галузях охорони здоров'я, сільського господарства, автоспорту, безпеки, енергетики та споживчих застосувань — охоплюючи все: від зчитування медичних пристроїв та виявлення плям меланоми до розпізнавання дорожніх конусів, ідентифікації сонячних панелей за допомогою зображень з дронів та моніторингу безпеки водіїв. Кожна модель, яку ми надаємо, пройшла той самий суворий наскрізний процес, описаний нижче.

**Що включає кожен пакет:**

Дослідження — ми переглядаємо літературу та найкращі архітектури для вашого конкретного завдання виявлення, перш ніж написати єдиний рядок коду.

Попередня обробка даних — ваші необроблені зображення або відеокадри очищаються, перевіряються на анотації, доповнюються та розділяються на навчальні, валідаційні та тестові набори.

Створення моделі — ми вибираємо та налаштовуємо оптимальну архітектуру з нашого підтримуваного стеку фреймворків (YOLOv5, PyTorch, TensorFlow Lite, ONNX, CoreML, TensorRT, TensorFlow.js, OpenVINO, TorchScript) на основі ваших вимог до точності, швидкості та апаратного забезпечення.

Валідація та тестування — моделі оцінюються за відкладеними даними з повною точністю/відкликанням/звітуванням mAP, щоб ви точно знали, яку продуктивність очікувати.

Моніторинг продуктивності та точне налаштування — ми повторюємо, доки модель не досягне узгодженої цільової метрики перед передачею.

Хмарне розгортання та інтеграція API — модель обгортається в REST API та розгортається на хмарному сервері (наприклад, EC2), тому її можна негайно викликати з вашої програми.

Вихідний код та документація моделі — ви отримуєте все: ваги, навчальні скрипти, скрипти висновків, код API та письмову документацію. Вся інтелектуальна власність повністю належить вам.

**Цілі розгортання, які ми підтримуємо:** хмарні сервери, Android, iOS, Raspberry Pi та інші периферійні пристрої, що працюють під керуванням OpenVINO або сумісних середовищ виконання.

**Для кого це:** команди продуктів та стартапи, що створюють функції на основі бачення; підприємства, що автоматизують візуальний огляд або моніторинг; дослідники, яким потрібна виробнича модель, а не дослідницький прототип; будь-яка організація, яка спробувала загальну модель і виявила, що вона не відповідає вимогам.

Будь ласка, напишіть нам перед розміщенням замовлення, щоб ми могли зрозуміти ваш набір даних, цілі та терміни. Ми заздалегідь підтвердимо обсяг та будь-які додаткові вимоги — без сюрпризів у середині проєкту.

Гарантія якості Zinner

✓
Перевірений професіонал
Кожен Zinner перевіряється та затверджується перед приєднанням до платформи.
✓
Гарантія якісної роботи
Усі послуги підкріплені нашою гарантією якості.
✓
Безпечна оплата
Ваш платіж захищений, доки ви не затвердите виконану роботу.

Порівняти пакети

ФункціяСтартерПрофесійнийПідприємство
Час доставки14 днів21 днів21 днів
Ревізіїнеобмеженийнеобмеженийнеобмежений
Користувацька модель виявлення об'єктів (зображення або відео)✓✕✕
Дослідження, попередня обробка даних, створення та тонке налаштування моделі✓✕✕
Валідація моделі, тестування та моніторинг продуктивності✓✕✕
Хмарне розгортання з інтеграцією REST API✓✕✕
Надається повний вихідний код та документація моделі✓✕✕
Необмежені правки — інтелектуальна власність повністю належить вам✓✕✕
Включено всі початкові результати✕✓✕
Розширений обсяг розробки для більш складних завдань виявлення або виявлення кількох класів✕✓✕
Ширший вибір фреймворків у всьому підтримуваному стеку моделей✕✓✕
Глибші цикли тонкого налаштування з додатковими раундами ітерацій✕✓✕
Хмарне розгортання та інтеграція API у виробничому масштабі✕✓✕
Повний вихідний код, ваги та вичерпна документація моделі✕✓✕
Включено всі професійні результати✕✕✓
Максимальний обсяг проєкту для складних, багатоетапних або високооб'ємних систем виявлення✕✕✓
Розгортання на хмарних серверах ТА периферійних/мобільних цілях (Android, iOS, Raspberry Pi, OpenVINO)✕✕✓
Визначення позиції на замовлення (нахил, рискання, крен), якщо це вимагається вашим варіантом використання✕✕✓
Повна розробка REST API та розгортання сервера✕✕✓
Повний вихідний код, ваги моделі, скрипти висновків та детальна документація✕✕✓

Портфоліо

Приклади робіт продавця, пов'язаних із цим Zinn.

Створіть власну модель виявлення об'єктів для вашої програми

Створіть власну модель виявлення об'єктів для вашої програми

Додаткова інформація

Чому обирають мене

Розташування команди:Лондон, Англія — віддані інженери комп'ютерного зору
Кваліфікація:Бакалаври, магістри та доктори наук з комп'ютерних наук та комп'ютерного зору
Право власності на ІВ:Весь код, ваги та документація повністю належать покупцеві після доставки
Політика переглядів:Необмежена кількість переглядів — ми повторюємо, доки ваша модель не досягне узгоджених цільових показників продуктивності

Інструменти, які я використовую

Фреймворки та формати моделей:YOLOv5, PyTorch, TensorFlow Lite, ONNX, CoreML, TensorRT, TensorFlow.js, OpenVINO, TorchScript
Цілі розгортання:Хмарні сервери (EC2 та еквіваленти), Android, iOS, Raspberry Pi, периферійні пристрої OpenVINO

Ідеально підходить для

Ідеальні клієнти:Команди продуктів, що додають функції бачення до додатків, підприємства, що автоматизують візуальний огляд, дослідники, яким потрібні моделі виробничого рівня, стартапи, що створюють продукти на основі ШІ, організації, де загальні моделі показали низьку ефективність
Приклади завдань виявлення:Медична візуалізація, моніторинг рослин та врожаю, аналіз транспортних засобів та трафіку, промисловий контроль якості, спортивна аналітика, зображення з дронів та супутників, зчитування пристроїв та інструментів, моніторинг безпеки та відповідності

Часті запитання

Так, будь ласка — і ми наполегливо це заохочуємо. Кожен проект виявлення об'єктів має унікальні вимоги щодо розміру набору даних, кількості класів, цільової точності та середовища розгортання. Коротка розмова перед замовленням дозволяє нам підтвердити обсяг, узгодити терміни та переконатися, що під час розробки не буде сюрпризів. Просто надішліть нам повідомлення з описом вашого проекту, і ми оперативно відповімо.

Не обов'язково. Якщо у вас вже є розмічені дані, ми використаємо їх безпосередньо. Якщо у вас є нерозмічені зображення або відео, ми обробляємо дані як частину кожного пакету — включаючи перевірку анотацій, збільшення та розділення даних на навчальні, валідаційні та тестові набори. Будь ласка, надайте якомога більше деталей про ваші дані при першому зверненні до нас.

Ми обираємо найбільш підходящу архітектуру для вашого конкретного завдання, вимог до точності та цільового обладнання. Наш підтримуваний стек включає YOLOv5, PyTorch, TensorFlow Lite, ONNX, CoreML, TensorRT, TensorFlow.js, OpenVINO та TorchScript. Ми порекомендуємо найбільш підходящий варіант після обговорення вашого проекту.

Ви — повністю. Вся інтелектуальна власність, включаючи ваги моделі, навчальні скрипти, код висновку, код API та документацію, передається вам після доставки. Ми не зберігаємо жодних прав на те, що ми створюємо для вас.

Це означає, що ми будемо продовжувати ітерувати модель — налаштовувати гіперпараметри, коригувати збільшення, вдосконалювати архітектуру — доки вона не відповідатиме цільовим показникам продуктивності, узгодженим на початку проекту. Перегляди обмежені узгодженим обсягом; зміни, які значно розширюють проект (наприклад, додавання абсолютно нових класів об'єктів), можуть вимагати обговорення обсягу.

Так. Ми працюємо з організаціями будь-якого розміру як над одноразовими поставками, так і над постійними проектами. Якщо ваш проект більший або складніший за стандартне замовлення, будь ласка, спочатку напишіть нам, і ми зможемо обговорити структурований підхід, етапи та терміни, які вам підходять.

Так. Ми беремо на себе відповідальність за весь процес — від початкового дослідження та вибору архітектури, через підготовку даних, навчання, валідацію та точне налаштування, аж до розгортання та документування. Вам не потрібна жодна попередня інфраструктура ML.

Мінімум, чіткий опис того, що вам потрібно виявити, деталі про ваш набір даних (або які дані у вас є), ваше цільове середовище розгортання та будь-які конкретні вимоги до точності або швидкості. Чим більше контексту ви можете надати заздалегідь, тим швидше ми зможемо почати. Ми підтвердимо, що саме потрібно після перегляду деталей вашого проекту.

Відгуки клієнтів

Подивіться, що наші клієнти говорять про цей Zinn

5.0
5 відгуків
5 ⭐
5
4 ⭐
0
3 ⭐
0
2 ⭐
0
1 ⭐
0

Дуже добре, і вони професіонали.

Професіоналізм, чуйність та дух співпраці Картіка Піллая виділяються у сфері Data Science & ML. Працювати з ним було приємно, і ми з нетерпінням чекаємо продовження цього плідного партнерства, оскільки ми створюємо наш індивідуальний продукт ШІ.

Чудово, як завжди

Картік Піллай — винятковий фахівець з обробки даних, який перевершив мої очікування своєю професійною роботою та неймовірною увагою до деталей. Працювати з ним було легко — він ввічливий, пунктуальний і глибоко розуміє потреби проекту. Абсолютно вражений!

Вони професіонали.

Залишити відгук можуть лише зареєстровані клієнти, які придбали цей продукт.

Категорії

Політики Zinner

Розробити власну модель виявлення об'єктів за допомогою машинного навчання

Залишити відгук можуть лише зареєстровані клієнти, які придбали цей продукт.

Варіанти та замовлення

Отримайте додаток Zinn Hub

Сповіщення · Швидший доступ · Повний екран

Натисніть Поділитися у вашому браузері

➜ Потім натисніть "Додати на головний екран"