Coovally再升级！基于CV大模型的智能标注解放你的双手

近日，随着SAM大模型的横空出世，“分割一切”成为可能，基于CV大模型的标注技术受到瞩目。

SAM分割示例

SAM大模型

Meta 在论文中发布了名为 Segment Anything Model (SAM)的新模型，“SAM 已经学会了关于物体的一般概念，并且它可以为任何图像或视频中的任何物体生成 mask，甚至包括在训练过程中没有遇到过的物体和图像类型。SAM 足够通用，可以涵盖广泛的用例，并且可以在新的图像领域上即开即用，无需额外的训练。”在深度学习领域，这种能力通常被称为零样本迁移，这也是 GPT-4 震惊世人的一大原因。

随着深度学习和计算机视觉的发展，数据需求量出现爆炸式增长，而人工标注的数据成本高、进展缓慢，这成为机器学习和计算机视觉领域取得进一步进展的主要障碍。如何进行大批量、精度高的标注逐渐成为突破的关键，CV大模型是指计算机视觉领域使用的大规模神经网络模型，主要用于图像分类、目标检测、语义分割等任务，这些模型通常有几百万到十几亿个参数，训练数据集也常常达到上百万或上千万张图像。

典型的CV大模型有:VGG16/19、ResNet、Inception v3/v4、DenseNe等。这些大模型带来的提高了计算机视觉的性能上限，随着硬件进步和预训练技术的发展，CV大模型逐渐在更多应用中发挥作用。

Coovally于去年推出了智能辅助标注功能，实现了自动根据已标注样本训练模型标注、辅助标注和快捷标注等。目前，Coovally标注功能基于CV大模型再升级，实现真正的智能标注！

Coovally智能标注亮点

智能标注示例

1. 不依赖于任何特定数据集，通过点选感兴趣物体，实现自动绘制矩形框和多边形，并支持对标注结果进行订正；

2. 不依赖于任何特定数据集，通过框选感兴趣物体，实现自动绘制矩形框和多边形，并支持对标注结果进行订正；

3. 不依赖于任何特定数据集，通过自动标注，自动识别图片中所有的物体，使用矩形框或者多边形标注出物体，，并支持对标注结果进行订正；

4. 不依赖于任何特定数据集，点击“校正”按钮，自动实现对已标注的矩形框的校正，实现精准标注。

Coovally智能标注技术利用预训练的CV大模型自动生成训练数据，实现了“机器标注”，大幅提高了效率并降低了成本。数据是AI的燃料，数据标注则是训练深度学习模型不可或缺的组成部分。通过基于CV大模型的智能标注技术，可以高效准确地自动生成训练数据，极大地缩短模型迭代周期，为AI的广泛应用夯实数据基础。

并且跑码地Coovally是一个包含完整AI建模流程、AI项目管理及AI系统部署管理的机器视觉平台，能够帮助用户快速批量验证多种机器学习和深度学习模型的性能，极大的降低AI模型工程化应用门槛；能够提供“打包自身的A I能力”，给业务人员使用，可实现“授人以渔”。因此通过Coovally可以一步实现从数据标注到模型训练再到模型部署的全流程，省去了找第三方数据标注后衔接模型的过程，极大地提高了建模效率，为项目准时交付提供了保障。

目前跑码地Coovally已广泛应用于制造业质检、地质灾害监测、电力行业设备监控、医学专病诊断、智慧交通、智慧园区等多样场景。“得数据者，得人工智能”，有了智能辅助标注功能的加持，Coovally将进一步拓宽应用场景，提高模型精度，助力机器视觉行业发展。