[发明专利]一种低训练成本的人工智能平台及其使用方法

权利要求书

1.一种低训练成本的人工智能平台，其特征在于，包括：

数据管理模块，用于存储、管理数据集，以及进行模块之间的数据交互；

标注模块，用于对数据集进行标注；

训练和部署模块，用于使用已标注的数据集对模型进行训练，以及将训练好的模型部署出去；

所述数据管理模块包括：

数据导入子模块，用于导入外部的数据集；

数据版本管理子模块，用于对数据集添加版本标签和描述，以区分数据集的不同版本；

所述标注模块包括：

预标注子模块，用于对数据集进行全自动预标注，或供用户对数据集进行半自动预标注；

标注作业子模块，用于供用户对数据集进行标注作业；

数据集发布子模块，用于将标注好的数据集发布到数据管理模块的存储空间中，供训练和部署模块调用。

2.根据权利要求1所述的低训练成本的人工智能平台，其特征在于，所述标注模块还包括：

任务分配子模块，用于供用户创建标注任务，把较大的数据集拆分成若干较小的子数据集，分配给不同的标注人员进行标注；

任务审核子模块，用于供分配任务的用户确认任务进度，以及对标注人员已标注的数据集进行审核；

所述数据管理模块还包括：数据集分享子模块，用于在不同的用户账号之间进行数据集分享，以辅助任务分配子模块实现任务分配过程中的数据集分享。

3.根据权利要求2所述的低训练成本的人工智能平台，其特征在于，所述数据管理模块还包括：样例数据收集子模块，用于收集训练和部署模块中部署出去的模型运行时的样例数据。

4.根据权利要求3所述的低训练成本的人工智能平台，其特征在于，所述训练和部署模块包括：

训练子模块，用于调用数据集发布子模块发布的数据集，对模型进行训练；

训练进度查看子模块，用于查看训练子模块中的训练任务的实时度量数据；

部署子模块，用于将训练子模块中训练好的模型部署出去。

5.根据权利要求4所述的低训练成本的人工智能平台，其特征在于，所述训练子模块中预存储有多种模型的训练镜像供用户选择，用户通过所述训练子模块选定训练镜像，并调整超参数后，对模型进行训练。

6.根据权利要求5所述的低训练成本的人工智能平台，其特征在于，所述部署子模块中预存储有多种模型的部署镜像供用户选择，用户通过所述部署子模块选定部署镜像，然后将训练好的模型部署出去。

7.一种权利要求1至6任一所述的低训练成本的人工智能平台的使用方法，其特征在于，包括：

S1、收集基础数据；

S2、将收集到的数据集导入到数据管理模块中进行管理；

S3、通过标注模块对数据集进行标注；

S4、在训练和部署模块中，使用已标注的数据集对模型进行训练，并将训练好的模型部署出去。

8.根据权利要求7所述的使用方法，其特征在于，所述S2包括：

S201、通过数据导入子模块导入数据集；

S202、通过数据版本管理子模块，对数据集添加版本标签和描述，以区分数据集的不同版本；

S203、通过数据集分享子模块，在不同的用户账号之间进行数据集分享。

9.根据权利要求8所述的使用方法，其特征在于，所述S3包括：

S301、通过任务分配子模块，创建标注任务，把较大的数据集拆分成若干较小的子数据集，分配给不同的标注人员进行标注；

S302、标注人员通过预标注子模块和标注作业子模块，对数据集进行标注；

S303、创建标注任务的用户通过任务审核子模块，确认任务进度，并对标注人员已标注的数据集进行审核；

S304、通过数据集发布子模块，将标注好的数据集发布到数据管理模块的存储空间中，供训练和部署模块调用。

10.根据权利要求9所述的使用方法，其特征在于，所述S4包括：

S401、通过训练子模块选定训练镜像，并调整训练镜像的超参数，然后调用数据集发布子模块发布的数据集对模型进行训练；

S402、训练开始后，通过训练进度查看子模块查看训练子模块中的训练任务的实时度量数据；

S403、训练结束后，通过部署子模块选定部署镜像，将训练好的模型部署出去；同时，通过样例数据收集子模块收集部署出去的模型运行时的样例数据；

S404、用户对多个部署出去的模型添加一个推理pipeline，以实现多模型项目的调度。