1 В избранное 0 Ответвления 0

OSCHINA-MIRROR/modelbox-modelbox-book

Присоединиться к Gitlife
Откройте для себя и примите участие в публичных проектах с открытым исходным кодом с участием более 10 миллионов разработчиков. Приватные репозитории также полностью бесплатны :)
Присоединиться бесплатно
В этом репозитории не указан файл с открытой лицензией (LICENSE). При использовании обратитесь к конкретному описанию проекта и его зависимостям в коде.
Клонировать/Скачать
Внести вклад в разработку кода
Синхронизировать код
Отмена
Подсказка: Поскольку Git не поддерживает пустые директории, создание директории приведёт к созданию пустого файла .keep.
Loading...
README.md

ModelBox: введение

Что такое ModelBox?

В типичном сценарии коммерческого применения алгоритмов искусственного интеллекта (ИИ) помимо обучения модели необходимо выполнять такие задачи, как декодирование видео и изображений, предоставление HTTP-сервисов, предварительная обработка данных, постобработка, объединение нескольких моделей для сложных бизнес-процессов, управление эксплуатацией, упаковка и т. д. Разработка таких инженерных решений часто занимает гораздо больше времени, чем обучение модели. Кроме того, производительность и надёжность алгоритма обычно зависят от уровня навыков разработчика, что может существенно повлиять на эффективность внедрения алгоритма ИИ.

ModelBox — это набор инструментов для разработки ИИ, который легко использовать, он эффективен и обладает высокой расширяемостью. Он помогает разработчикам ИИ быстро создавать и внедрять приложения на основе ИИ, снижая порог входа для алгоритмов ИИ и обеспечивая высокую стабильность и исключительную производительность приложений ИИ.

Особенности ModelBox

Простота разработки Простота интеграции Высокая производительность и надёжность
Визуализация и разработка бизнес-логики ИИ; модульная функциональность; богатый набор компонентов; поддержка C++, Python и Java Интеграция с облачными компонентами; более простая интеграция с облаком Параллельное выполнение конвейеров; интеллектуальное планирование вычислений данных; детальное планирование управления ресурсами; более эффективная работа бизнеса
Поддержка гетерогенных аппаратных платформ, включая CPU, ARM, GPU и NPU; эффективное использование ресурсов Поддержка различных сценариев, таких как видео, аудио, текст и NLP; специализированная настройка для сервисов; лёгкая интеграция в облако; бесшовный обмен данными между устройствами на краю сети и в облаке Простота обслуживания; визуализация состояния работы сервисов; мониторинг производительности приложений и компонентов в реальном времени; упрощённая оптимизация

Основные функции ModelBox

Функция Описание
Основные бизнес-сценарии Быстрая разработка приложений на основе ИИ
Поддерживаемые типы данных Видео, изображения, текст, общие данные и другие
Целевая аудитория Разработчики программного обеспечения, исследователи, студенты, интеграторы платформ
Платформы Серверные системы, устройства на периферии сети, встроенные устройства
Графическая компоновка Поддержка объединения моделей, поддержка потоков видео, аудио и изображений для рассуждений
Список API C++ SDK, Python SDK, Java SDK (поддержка отсутствует)
Поддерживаемые операционные системы Linux, Android (поддержка отсутствует), iOS (поддержка отсутствует)
Поддерживаемое оборудование X86, ARM, GPU, Ascend и др.
Графические возможности Визуализация компоновки, подкомпоновки
Отслеживание производительности Отслеживание производительности
Возможности графа Поддержка условных ветвей, циклических ветвей, сращивания, сокращения и других возможностей графа
Распределённая обработка Поддержка распределённой обработки графа и динамической настройки выполнения бизнес-процесса
Единожды разработанная, многократно используемая Функциональные блоки Python, C++ и Java (поддержка отсутствует)
Полноценный функциональный блок Включает большинство высокопроизводительных базовых функциональных блоков, таких как HTTP, видео, изображение, облачные функциональные блоки и другие

Проблемы, решаемые ModelBox

При разработке приложений на основе искусственного интеллекта после завершения обучения модели необходимо объединить несколько моделей и логику приложения для создания приложения ИИ, а затем опубликовать его как сервис или приложение. В этом процессе разработчики сталкиваются со сложными проблемами программирования:

Проблема Описание проблемы
Необходимость разработки вспомогательных функций для приложений ИИ Например, компиляция приложения ИИ, инициализация приложения, управление конфигурацией интерфейса, ведение журнала, мониторинг сбоев и другие функции
Необходимость разработки распространённых предварительных и постобработок для ИИ Такие как кодирование и декодирование аудио и видео, преобразование изображений, предварительная обработка рассуждений, постобработка YOLO и другие разработки
Необходимость разработки вспомогательных функций и интеграции с облачными сервисами Например, разработка HTTP-сервиса, интеграция с облачным хранилищем, интеграция с большими данными и другими сервисами
Необходимость разработки высокопроизводительного приложения для рассуждений Требуется многопоточность, пул памяти, пул видеопамяти, ускорение с использованием нескольких графических процессоров, пакетная обработка, вызов API графических процессоров и другие методы разработки
Необходимость разработки и проверки образа Docker Требуется разработка образа Docker, интеграция необходимых программных средств, таких как ffmpeg, opencv, cudamindsopre, tensorflow и проведение комплексного тестирования и проверки
Разнообразие сценариев ИИ требует совместного использования кода и снижения затрат на обслуживание Необходимо повторно использовать код различных компонентов, включая код предварительной и постобработки ИИ, код управления приложениями ИИ, базовый код памяти и потоков и другие компоненты
Сложность проверки модели разработчиком После завершения разработки модели разработчик должен написать код на Python для проверки, преобразовать его в производственный код, перестроить и оптимизировать для высокопроизводительной и надёжной работы, что является сложным процессом

Цель ModelBox — упростить сложность программирования, с которой сталкиваются разработчики ИИ при создании приложений ИИ, снизить сложность разработки приложений ИИ и передать сложные задачи обработки данных, параллелизма, взаимодействия между несколькими устройствами, повторного использования компонентов и обмена данными ModelBox. Разработчики могут сосредоточиться на бизнес-логике, не вникая в технические детали. ModelBox повышает эффективность разработки приложений на основе ИИ и обеспечивает их производительность, надёжность и безопасность.

Комментарии ( 0 )

Вы можете оставить комментарий после Вход в систему

Введение

МоделБокс: руководство по разработке и инструкция. https://modelbox-ai.com/modelbox-book Развернуть Свернуть
CMake и 2 других языков
Отмена

Обновления

Пока нет обновлений

Участники

все

Недавние действия

Загрузить больше
Больше нет результатов для загрузки
1
https://api.gitlife.ru/oschina-mirror/modelbox-modelbox-book.git
git@api.gitlife.ru:oschina-mirror/modelbox-modelbox-book.git
oschina-mirror
modelbox-modelbox-book
modelbox-modelbox-book
main