Formation sur les modèles d’IA pour les tâches de vision par ordinateur dans l’infrastructure TEF

Ce service permet d'améliorer les algorithmes de vision par ordinateur existants et fournit la puissance de calcul nécessaire pour entraîner de nouvelles versions de modèles à grande échelle. Avant d'utiliser ce service, les clients ont peut-être développé des algorithmes de vision par ordinateur, mais n'ont pas la capacité de calcul nécessaire pour les former efficacement sur de grands ensembles de données. Après avoir utilisé ce service, ils peuvent surmonter ces limitations.

L'infrastructure logicielle et matérielle requise est déjà disponible. Dans un premier temps, les besoins des clients sont pris en compte lors d'un entretien entre le fournisseur de services et le client. Ici, les résultats de la version précédente de l'algorithme nécessaire peuvent être examinés, ainsi que l'ensemble de données fourni. Avec toutes ces informations, une estimation du temps d'exécution pourrait être donnée. Cela dépendra de l'architecture sélectionnée, de la taille de l'ensemble de données et des itérations nécessaires. Il peut aller d'environ un mois à plusieurs semaines.Le service est exécuté à distance dans une infrastructure numérique située à Vigo (Espagne).À la suite du service, le client recevra une documentation sur le processus de formation, le modèle d'IA lui-même (en .pth ou. format .onnx), et un manuel d'utilisation pour savoir comment l'utiliser.Le client doit fournir les données pour former le modèle d'IA et, éventuellement, un prototype de modèle que le client a déjà formé. Si le client ne dispose pas des données nécessaires, celles-ci peuvent être fournies par l'intermédiaire d'un service de fourniture d'ensembles de données TEF pour l'agroalimentaire (voir Services connexes).

Par exemple, une entreprise peut avoir un algorithme de vision par ordinateur pour la segmentation des cultures et vouloir ajouter de nouvelles classes à identifier, ou peut-être a-t-elle acquis un ensemble de données plus important pour améliorer les performances du système. À cette fin, un nouveau modèle d’IA serait formé à l’aide de l’infrastructure TEF. Le client doit fournir un ensemble de données annotées pour former le modèle. Dans le cas où ils ont une version précédente du modèle, la configuration du modèle pourrait également être nécessaire.