平台部署需要什么硬件?+
门槛很低:管理服务器 2核4G 起步,Docker Compose 一键部署;没有 GPU 也能训练——常见着装类分类模型在普通 4 核 CPU 上约 30 分钟完成一轮(千张图级);有 GPU 则更快,检测类与大集合任务建议接入 GPU Worker。管理端与 Worker 分属不同机器,内网互通即可。
我的数据不出内网,能用这套系统吗?+
这正是平台的设计前提:Docker Compose 一键私有化部署,数据集、训练权重、交付包全部落在本机存储,训练调度到内网 GPU 服务器,支持纯内网运行。
标注员是非技术人员,会标错吗?+
管理员在数据集上预设类别并附中文说明,标注员只能从预设中选择,自由填类名的入口被禁用;API 层同样拦截越界类名。上传的压缩包按子目录自动打标时也受预设约束,从源头杜绝拼错类名产生脏数据。
数据安全怎么保障?+
平台私有化部署、数据全落客户本机;操作全程审计留痕可查;模型交付包加密且可吊销;每日自动备份 + 界面手动备份,备份目录即容灾。
训练一个模型需要多少张图、多久?+
常见二分类场景(如口罩/厨师帽佩戴)每类 200~500 张即可达到可用精度;平台提供多人标注协同、预标注辅助与数据集版本管理,通常 2~3 个工作日完成一轮标注与训练。
成品模型怎么交付和更新?+
两种交付形态:接入灵境视觉系统直接启用;或独立交付模型文件(TorchScript/ONNX)配 License 加密授权。模型升级以版本包下发、MD5 锁定,可灰度替换;定制模型在平台内持续迭代。
模型交付后怎么防止被转发扩散?+
交付包为 AES-256-GCM 加密,License Key 经 HKDF 派生解密密钥并绑定有效期,运行时内存解密加载、权重不落盘;配合授权计数与吊销机制,即使文件被拷走也无法使用。
我们已有自己的业务系统,模型能接进去吗?+
可以。模型提供 TorchScript(torch.jit.load 直载)与 ONNX 两种格式,附接口说明、调用示例与三端验证报告;平台侧提供开放 API Key 与训练事件 Webhook,方便业务系统集成。
支持按我们的场景定制新模型吗?+
支持。流程为需求评估、现场采样或提供历史图片、数据标注(提供标注协助)、训练与验证、交付接入。已有口罩、厨师帽、鼠患、明火等场景的数据与训练配方,定制周期通常 1~3 周。
模型对运行硬件有什么要求?+
分类类模型(口罩、厨师帽)为轻量结构,CPU 即可实时推理,无需 GPU;检测类模型(鼠患、明火)建议入门级 GPU 或 NVR 智能盒子。具体随交付方案给出硬件清单。