圖像標注是通過一定方式對圖像進行標記分類，是對數(shù)據(jù)集的圖像進行標記以訓練機器學習模型的過程。

當圖像數(shù)量可控時，用人工標注就可以很快完成任務，但當有海量的圖像信息待標注時，長時間的重復動作不僅讓標注者心煩意亂，還會耗費大量時間。這時候，我們就需要借助標注工具，來幫助我們提高標注效率。

那么市面上有沒有類似的工具呢？

答案是有的！

但一些工具費用昂貴，對使用者的能力要求也不一樣。使得行業(yè)處于一個觀望狀態(tài)?；垡昐peedDP深度學習算法開發(fā)平臺的出現(xiàn)，很好地解決了這一問題。

慧視SpeedDP是一款針對于AI零基礎用戶的低門檻AI開發(fā)平臺，提供從數(shù)據(jù)標注、模型訓練、測試驗證到RockChip嵌入式硬件平臺模型部署的可視化AI開發(fā)功能。

而SpeedDP移動端測試平臺作為一個運行在移動設備上的視覺算法測試工具集，能夠快速直觀的驗證所開發(fā)的不同算法在移動端部署時的實際效果。測試平臺目前支持的主要任務功能包括圖像分類、目標檢測、多目標跟蹤，主要的部署平臺是RockChip嵌入式硬件平臺包括rk3399pro、rk3588等。

在功能方面，SpeedDP提供基礎功能加定制功能的選擇，使用方可以根據(jù)自身行業(yè)、項目的特點進行選擇。

1.項目配置：含任務屬性（當前僅支持目標檢測）、算法模型（當前僅支持YOLO-X）、項目參數(shù)等；

2.模型訓練：支持模型參數(shù)配置、訓練過程可視化等；

3.模型評估：支持評價體系（如：AP）、結(jié)果統(tǒng)計等；

4.數(shù)據(jù)測試：支持數(shù)據(jù)（圖像、視頻）的實時加載測試，輸出OSD疊加后的測試結(jié)果

5.自動標注：基于導入數(shù)據(jù)集快速生成標注結(jié)果，支持標注工具（LabelImg）讀取和調(diào)整；（自選）

6.模型部署：支持PC端、嵌入式端（瑞芯微平臺，RKNN/RKNN2）兩種部署方式，可選；（自選）

7.Web服務：支持快速搭建Web服務，用于團隊內(nèi)部或?qū)ν膺M行快捷訪問和申請服務；（自選）

完善的功能配置，方便的使用流程，只要是能夠操作電腦進行日常工作的人，都能夠熟練掌握SpeedDP的技巧來進行快速圖像標注。

通過使用SpeedDP深度學習算法開發(fā)平臺，用戶能夠在保護關鍵數(shù)據(jù)機密性的前提下，對海量圖像進行自動化標注，提升效率，節(jié)約成本。