机器视 (略)

1. 计 (略) 1)模型方面：?支持6种以上视觉建模的任务类型，如：图像分类、目标识别、实例分割、语义分割、字符检测、字符识别；?支持可用于训练的图像分类模型60种以上；支持可用于训练的目标检测模型30种以上；支持可用于训练的实例分割模型10种以上；支持可用于训练的语义分割模型3种以上；支持可用于训练的文字检测模型3种以上；支持可用于训练的文字识别模型3种以上；?支持6种以上主干 (略) 络，如：ResNet、ResNetX、VGG、CSPDarknet、MobileNet、HourglassNet等；?支持20种以上的模型转ONNX和TensorRT，并可以在推理引擎中进行推理使用；?支持30种以上常用机器学习算法，如：降维、分类、回归以及聚类;2)数据集方面：?支持voc(xml格式)、coco(json格式)、yolo(csv格式)等常用格式数据集的互转；?支持至少从3个维度对用户上传的数据集进行自动统计分析，并生成分析报告；?支持至少3种格式标签的预览，如：xml、json、csv；?支持至少3种类型图像数据处理工具箱：① 增强工具箱，增强方法至少25种；② 转换工具箱，转换方法至少8种；③ 生成工具箱，生成方法至少6种；3)功能方面?可通过点选数据集、算法，进行模型训练、模型转换以及模型推理；?支持至少2种架构的硬件移植和部署，如：X86、ARM架构；4)算力方面：BF16训练能力不低于1.2 Pflops，TF32训练能力不低于600 Tflops，FP32训练能力不低于78 Tflops，FP64计算能力不低于38.8TFlops，显存不低于320G HBM2，峰值带宽不低于1.94*4TBs。" aria-hidden="true">1. 计 (略) 1)模型方面：?支持6种以上视觉建模的任...

--

机器视 (略)

1. 计 (略) 1)模型方面：?支持6种以上视觉建模的任务类型，如：图像分类、目标识别、实例分割、语义分割、字符检测、字符识别；?支持可用于训练的图像分类模型60种以上；支持可用于训练的目标检测模型30种以上；支持可用于训练的实例分割模型10种以上；支持可用于训练的语义分割模型3种以上；支持可用于训练的文字检测模型3种以上；支持可用于训练的文字识别模型3种以上；?支持6种以上主干 (略) 络，如：ResNet、ResNetX、VGG、CSPDarknet、MobileNet、HourglassNet等；?支持20种以上的模型转ONNX和TensorRT，并可以在推理引擎中进行推理使用；?支持30种以上常用机器学习算法，如：降维、分类、回归以及聚类;2)数据集方面：?支持voc(xml格式)、coco(json格式)、yolo(csv格式)等常用格式数据集的互转；?支持至少从3个维度对用户上传的数据集进行自动统计分析，并生成分析报告；?支持至少3种格式标签的预览，如：xml、json、csv；?支持至少3种类型图像数据处理工具箱：① 增强工具箱，增强方法至少25种；② 转换工具箱，转换方法至少8种；③ 生成工具箱，生成方法至少6种；3)功能方面?可通过点选数据集、算法，进行模型训练、模型转换以及模型推理；?支持至少2种架构的硬件移植和部署，如：X86、ARM架构；4)算力方面：BF16训练能力不低于1.2 Pflops，TF32训练能力不低于600 Tflops，FP32训练能力不低于78 Tflops，FP64计算能力不低于38.8TFlops，显存不低于320G HBM2，峰值带宽不低于1.94*4TBs。" aria-hidden="true">1. 计 (略) 1)模型方面：?支持6种以上视觉建模的任...

--