作為一種深度學(xué)習(xí)算法，目標(biāo)檢測算法需要通過大量的訓(xùn)練，實現(xiàn)其性能的提升，這個訓(xùn)練就是大量的數(shù)據(jù)標(biāo)注。在以前，會招聘專門的數(shù)據(jù)標(biāo)注師夜以繼日地進(jìn)行標(biāo)注，這種屬于死方法，效果中規(guī)中矩，但是效率不夠，對標(biāo)注師本身的素質(zhì)要求較高。

隨著AI的不斷落地應(yīng)用，利用AI來幫助進(jìn)行圖像標(biāo)注有效的彌補(bǔ)了人工標(biāo)注的不足。慧視光電推出的SpeedDP正是這樣一個深度學(xué)習(xí)算法開發(fā)平臺，他的主要作用就是幫助算法工程師解放雙手，省去花在標(biāo)注上的大量時間。

首先，它能夠在既有模型的基礎(chǔ)上，對目標(biāo)進(jìn)行AI自動標(biāo)注。算法工程師只需要導(dǎo)入既有的算法模型，就能夠?qū)崿F(xiàn)對相同類型目標(biāo)的快速自動標(biāo)注。

如果沒有預(yù)選模型，則需要手動進(jìn)行模型開發(fā)，先對預(yù)定目標(biāo)數(shù)據(jù)進(jìn)行一定數(shù)量的標(biāo)注，打造專屬的業(yè)務(wù)需求，然后導(dǎo)入模型進(jìn)行訓(xùn)練，然后利用數(shù)據(jù)評估功能對帶標(biāo)注的數(shù)據(jù)集對模型的檢測輸出結(jié)果計算一些關(guān)鍵性能指標(biāo)從而對訓(xùn)練的模型進(jìn)行評估，當(dāng)模型通過數(shù)據(jù)集評估后，還可以使用實際業(yè)務(wù)場景的數(shù)據(jù)如圖像或視頻等數(shù)據(jù)進(jìn)行效果驗證，這種測試形式相比數(shù)據(jù)集測試更加方便快捷同時模型檢測效果也更加一目了然。

通過SpeedDP的應(yīng)用，既能夠打造新模型也能夠?qū)扔心Ｐ瓦M(jìn)行提升，實現(xiàn)檢測算法的不斷進(jìn)步。