KI-Modelltraining für Computer Vision-Aufgaben in der TEF-Infrastruktur

Dieser Service ermöglicht die Verbesserung bestehender Computer-Vision-Algorithmen und bietet die Rechenleistung, um neue Modellversionen in großem Maßstab zu trainieren. Vor der Nutzung dieses Dienstes haben Kunden möglicherweise Computer Vision-Algorithmen entwickelt, verfügen jedoch nicht über die Rechenkapazität, um sie effektiv auf großen Datensätzen zu trainieren. Nach der Nutzung dieses Dienstes können sie diese Einschränkungen überwinden.

Die erforderliche Soft- und Hardware-Infrastruktur ist bereits vorhanden. In erster Linie werden die Kundenanforderungen in einem Interview zwischen dem Dienstleister und dem Kunden erfasst. Hier können die Ergebnisse der vorherigen Version des benötigten Algorithmus sowie der bereitgestellte Datensatz überprüft werden. Mit all diesen Informationen könnte eine Schätzung der Ausführungszeit gegeben werden. Es hängt von der ausgewählten Architektur, der Größe des Datensatzes und den erforderlichen Iterationen ab. Es kann von etwa einem Monat bis zu mehreren Wochen dauern.Der Service wird aus der Ferne in einer digitalen Infrastruktur in Vigo (Spanien) ausgeführt.Als Ergebnis des Services erhält der Kunde eine Dokumentation über den Schulungsprozess, das KI-Modell selbst (in .pth oder .pth). Der Kunde muss die Daten zur Verfügung stellen, um das KI-Modell und optional einen Modellprototyp zu trainieren, den der Kunde bereits geschult hat. Wenn dem Kunden die benötigten Daten fehlen, können sie über einen Agrifood TEF-Datensatzbereitstellungsdienst bereitgestellt werden (siehe Verwandte Dienste).

Zum Beispiel kann ein Unternehmen einen Computer-Vision-Algorithmus für die Segmentierung von Kulturpflanzen haben und neue Klassen hinzufügen möchten, die identifiziert werden sollen, oder es hat einen größeren Datensatz erworben, um die Systemleistung zu verbessern. Zu diesem Zweck würde ein neues KI-Modell mithilfe der TEF-Infrastruktur trainiert.Der Kunde muss einen kommentierten Datensatz zur Verfügung stellen, um das Modell zu trainieren. Wenn sie eine frühere Version des Modells haben, kann auch die Modellkonfiguration erforderlich sein.