焦點特色

簡化標註、訓練、監控與部署的處理程序

直覺式介面可協助您缺乏深度學習技能的工作人員構建 AI 解決方案模型。像標註和訓練模型之類的工作,可透過已將技術細節抽象化的系列點按來簡化。我們的「全面注入 AI」方法藉由提高效率與促進任務生產力來吸引企業。

訓練模型以分類影像與偵測物件

只要按幾下,即可訓練深度學習模型來分類影像或偵測重要物件。現在編寫程式碼以建置模型的方式已被取代,取而代之的是將影像拖放到不同類別,然後繪製邊框以標記物件。像神經網路和 Hyper 參數之類的技術細節已經過抽象化與預先配置,以利從樣本全集進行學習。

導入自動標註與深度學習模型

平均來說,資料科學家有 80% 的時間花在加註標籤與預先處理供訓練使用的資料集。除了將此作業轉移給主題專家,我們還提供反覆訓練過的深度學習模型以自動為資料集加註標籤。所產生的資料集會加總起來,以建置已完整正確加註標籤的資料集,藉此滿足訓練需求。資料標註方面的深度學習將大幅降低成本,並加快企業部署 AI 解決方案的速度。

影片分析可簡化訓練與推斷

除了影像之外,我們的工具可與影片合作建立資料集與推斷。只要按幾下,即可匯入您的影片,並處理畫面以標註資料集。經過訓練的模型可以標註內含物件的影片串流。

利用自訂模型來擴充 AI 解決方案

資料科學家也可以匯入自訂模型 (TensorFlow),然後訓練、調整、監控與部署這些模型。PowerAI Vision 還可讓您自訂在資料集加註標籤期間要如何預先處理原始影像。資料科學家現在可以卸下訓練和部署工作,以專注建立能夠完成其任務的創新模型。

將模型部署在內部、雲端和邊緣裝置中。

PowerAI Vision 可讓您靈活部署受過訓練的模型。您可以為訓練配置中央的運算密集資源,但所產生的模型可以部署至本端資料中心、雲端,甚或具備 AI 晶片的周邊裝置。開發人員可使用點按工具來編譯等待部署至 FPGA 卡片的加速模型。

客戶個案研討

訓練模型分類影像

自動標註影片以訓練模型進行物件偵測

部署持續學習來標註物件

客戶如何使用

  • 確保勞工安全

    確保勞工安全

    問題

    根據國際勞工組織的統計,每 15 秒就有 151 位勞工發生工作相關意外事故,以及 321,000 件致命的職業意外事故。工作意外事故一直是各行各業的重大問題,儘管已有明文訂定的安全規定與程序。

    解決方案

    各行各業開始應用 AI 技術來監控與強制執行安全規定。內嵌的電腦視覺應用程式可在勞工進入危險環境時用旗標標示,或掃描工地以警示監督者採取行動。

  • 能源和公有事業的空拍監控

    能源和公有事業的空拍監控

    問題

    電力公司依靠人力目視檢查廣大區域中的電塔。大家都知道人工檢查有昂貴、高風險和緩慢等缺點,尤其是電塔遍佈荒山野外時。

    解決方案

    電力公司部署配備攝影機的空拍機來拍攝檢查資料,藉此改變檢查工作。在這類行業中,AI 可協助減少時間、增加頻率,以及降低工作人員的風險。

  • 利用視覺化洞察來提高品質

    利用視覺化洞察來提高品質

    問題

    製造作業利用視覺化確認來確保零件無瑕疵。數量龐大的檢查、產品 SKU 和多樣化的瑕疵,這些對於提供高品質產品來說是莫大的挑戰。

    解決方案

    在工廠部署深度學習模型可確保生產期間減少決策延遲,系統可從手動檢查者的回饋持續學習。AI 正開始透過低見逃率來提供可靠結果。