EasyDL产品体系

♀尐吖头ヾ 提交于 2020-03-05 17:00:50

目录

  1. EasyDL经典版
  2. EasyDL专业版
  3. EasyDL零售版

EasyDL经典版

EasyDL经典版是EasyDL在2017年11月中旬在国内率先推出的针对AI零算法基础或者追求高效率开发的企业用户及开发者推出的AI模型训练与服务平台,设计简约,极易理解,最快5分钟即可上手,10分钟完成模型训练。快速体验>>

适用人群

AI零算法基础或者追求高效率

产品特性

  • 无需了解算法细节,5分钟即可上手,最快10分钟完成模型训练。
  • 内置百度自研AutoDL技术,只需少量数据就能训练出高精度模型

支持定制模型类型

共支持6种模型类型

  • 图像分类:识别一张图中是否是某类物体/状态/场景。可以识别图片中主体单一的场景
  • 物体检测: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。可以识别图片中有多个主体的场景
  • 图像分割:对比物体检测,支持用多边形标注训练数据,模型可像素级识别目标。适合图中有多个主体、需识别其位置或轮廓的场景
  • 文本分类:基于自建分类体系的机器学习方法,可实现文本自动分类
  • 声音分类:识别出当前音频是哪种声音,或者是什么状态/场景的声音
  • 视频分类:分析短视频的内容,识别出视频内人体行为动作,环境变化,或是物体位置/状态变化

EasyDL专业版

EasyDL专业版是EasyDL在2019年10月下旬全新推出的针对AI初学者或者AI专业工程师的企业用户及开发者推出的AI模型训练与服务平台,支持视觉及自然语言处理两大技术方向,内置百度海量数据训练的预训练模型,可灵活脚本调参,只需少量数据可达到优模型效果。

适用人群

专业AI工程师且追求灵活、深度调参的企业或个人开发者

产品特性

  • 预置百度百亿级数据规模的预训练模型,包括丰富的视觉模型及自然语言处理模型ERNIE,训练效果更突出。
  • 对比经典版,支持代码级调整模型参数和模型结构,封装底层算法逻辑细节,代码行数更少,更易有算法基础的开发者上手。
  • 支持从数据管理,模型训练到模型部署一站式AI服务

支持定制模型类型

支持视觉及自然语言处理两大技术方向

  • 视觉:支持图像分类及物体检测两类模型训练
任务类型 预置算法
图像分类 ResNet(50,101)、SE-ResNeXt(50,101)、MobileNet、NASNet
物体检测 Faster_R-CNN-ResNet50-FPN、YOLOv3-DarkNet、SSD-MobileNet
  • 自然语言处理:支持文本分类及短文本匹配两类模型训练,内置百度百亿级数据所训练出的预训练模型ENNIE.

    ERNIE:预训练模型ERNIE(艾尼)是百度基于用户大数据训练的拥有当前业内最好效果的中文语义表示模型。ERNIE(艾尼)预训练模型,已累计学习10亿多知识,能够助力各NLP任务快速提升效果。平台内置了最新的ERNIE2.0,并提供了ERNIE2.0-Base、ERNIE2.0-Large两个版本供用户选择。

任务类型 预置网络
文本分类 BOW、CNN、GRU、TextCNN、LSTM、BiLSTM
短文本匹配 SimNet(BOW、CNN、GRU、LSTM)、FC
序列标注 CRF

EasyDL零售版

EasyDL零售版是专用于零售行业用户训练商品检测模型的模型训练平台,平台提供海量预置的商品图片,开放基于百度大规模零售数据的预训练模型、及数据增强合成技术,实现低成本获得高精度商品检测AI模型服务

适合人群

有商品识别需求的零售行业的企业或服务商

产品特性

  • 针对零售场景专项算法调优,结合图像合成与增强技术提升模型泛化能力,模型准确率可达97%+,保证模型在生产环境中具有高可用性
  • 对货架巡检场景的业务场景提供了货架拼接SDK及API接口,功能强大,体验更优

零售版产品细分

  • 定制商品检测API:训练定制化商品检测模型,平台提供海量预置商品图片,开放基于百度大规模零售数据的预训练模型、及数据增强合成技术,实现低成本获得高精度商品检测AI模型服务
  • 标准商品检测API:无需训练即可直接使用的商品检测API,支持零售商超常见商品品类,接口返回商品名称、规格、品类及在图片中的位置。底层模型针对货架合规性检查场景专项调优,适应大型商超、便利店、街边店等多种复杂货架场景
  • 货架拼接SDK:货架拼接服务支持将多个货架局部图片或视频,组合为完整货架图片。同时支持输出在完整货架图中的商品检测结果,包含SKU的名称和数量,适用于需要在长货架进行商品检测的业务场景

 

>> 访问 PaddlePaddle 官网,了解更多相关内容  

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!