共计 1760 个字符，预计需要花费 5 分钟才能阅读完成。
本期是 Sophon AutoCV 的第二期 Q &A 大放送，继上篇对数据标注、模型训练、上架及后果评估等模型生产流程进行解答后，本期将聚焦模型与理论生产业务相结合的业务场景搭建、模型公布、告警等后续流程。客户 Q1: 在模型训练完后，如何利用到理论的业务中去呢？星小环：相较于大多数厂商将模型训练完之后，间接公布 API 或封装 SDK 部署的形式不同的是：咱们发现，在很多业务逻辑没方法通过这个形式实现，以及模型的前后解决工作。举个例子来说，当理论业务须要一个人流密度预警的性能，根底模型训练的是行人检测，然而行人检测须要配合业务逻辑，即超过多少人产生告警、什么时候告警，这个须要定制化写代码实现。客户 Q2：间接公布模型 API 或者 SDK 后，还是须要定制化开发来满足业务需要。那你们怎么解决呢？星小环：咱们平台把模型的业务化适配过程叫做搭建场景，一个场景实现一个或多个业务性能，上面进行演示：
您能够通过搭建 DAG 图的形式来串联你的业务逻辑，比方多个模型分支怎么解决，有相似下面的业务定制逻辑的时候，也能够应用函数算子来自定义函数逻辑。当搭建好动态的场景，须要给这个场景注入数据，就须要把监控设施对接到平台，以后咱们平台反对支流的视频设施协定一键退出平台，来创立具体的利用产生音讯告诉。咱们平台初始化预置了一些规范的场景能够间接应用。
客户 Q3：实例产生的告警数据怎么对外展现呢？星小环：有两种形式能够展现，一是在构建场景的时候能够自定义一个仪表盘来查看，二是能够抉择将告警数据对接到业务零碎当中，以比方 MQTT 推送等形式，都是反对的。此外，以后咱们也正在开发一个面向平安生产畛域的业务利用零碎，咱们会把预置的场景打包成 AI 能力，您在这个零碎就能够间接应用，不须要关注底层的场景怎么搭建，模型怎么训练了。底层这个零碎也是和 Sophon AutoCV 买通的，预计 9 月份会和大家见面。
几个案例
客户 Q4：Sophon AutoCV 平台以后的落地案例有哪些呢？星小环：咱们目前客户次要集中在金融、制造业、钻研机构以及传统安防等畛域，比方给某寿险公司做的死猪估重，通过咱们平台在 2 周内就实现了一个模型的生产和落地上线。另外，某个制造业的客户基于咱们平台实现钢材外表缺点的质检模型训练和利用，通过标注缺点的数据来训练缺点检测的模型。其余的比方咱们还会和高校、硬件搭档进行单干，比方最近和惠普单干造成了一个 AI 教育联结解决方案，提供了一个面向高校的科研教学的工具平台。客户 Q5：目前市面上有比拟多相似这样的模型生产利用的平台产品，你们的差别点在哪呢？星小环：差别点咱们总结起来有 3 点：1- 是咱们针对模型的治理局部，提供模型仓库对立纳管模型，包含模型的评测，反对模型的一键部署利用，帮您屏蔽了底层的异构硬件；2- 是咱们的利用构建的局部，通过低代码可视化拖拽的形式来搭建业务流程，不便您治理您的业务逻辑和疾速迁徙复制。3- 是对于整体流程而言，笼罩了模型生产利用的全生命周期，并且能够实现结构化数据的回流，撑持模型的长期迭代。客户 Q6：你们平台是如何实现数据闭环的？星小环：数据有两个方面：一是原始的视频数据的采集，在咱们的模型利用模块，有设施治理性能，可对接入到平台的数据进行定时定期录制保留，而后您能够把这部分数据回流到生产的样本治理，撑持模型训练。二是迭代数据的回流，对于模型推理后的数据包含图片以及对应的 meta 都会在平台保留，您能够间接拿这部分数据导入回样本集外面，在标注详情来审核这些数据，审核实现后再次进入训练利用的流程。客户 Q7：对于平台部署的硬件有什么样的要求呢？星小环：对于模型训练局部，建议您应用带 GPU 的环境来减速训练；对于模型利用的局部，咱们还进行了国产化适配，能够在市面上支流的硬件平台上进行模型推理。具体的资源大小还得依据您训练的需要以及要解决的视频路数来定。高低篇小结
Sophon AutoCV 平台提供建模利用的全流程的性能，可基于平台实现数据的标注（包含智能标注）、模型的疏导式训练和场景利用的可视化创立部署。同时，平台也会初始化一部分通用的场景模板，比方工业平安生产的人员、车辆、环境等智能检测辨认性能，用户仅需绑定上设施，即可实现一个智能利用的生成，并且可疾速迁徙复用，前期模型迭代只须要替换一下模型即可，省去了从 0 - 1 搭建的老本。
