supervisely
view
Website : https://supervise.ly
Supervisely -Ökosystem : https://ecosystem.supervise.ly
Dev -Dokumentation : https://developer.supervisely.com
Quellcode von SDK für Python : https://github.com/supervisely/supervisely
Supervisely-Ökosystem auf GitHub : https://github.com/supervisely-ecosystem
Jedes Unternehmen möchte sicher sein, dass seine aktuellen und zukünftigen KI -Aufgaben lösbar sind.
Das Hauptproblem bei den meisten Marktlösungen ist, dass sie als Produkte aufbauen. Es ist eine schwarze Box, die von einem Unternehmen entwickelt wird, auf das Sie sich nicht wirklich auswirken. Sobald Ihre Anforderungen über die angebotenen grundlegenden Funktionen hinausgehen und Sie Ihre Erfahrung anpassen möchten, fügen Sie etwas hinzu, das nicht den Entwicklungsplänen für Software -Eigentümer entspricht oder anderen Kunden nicht zugute kommt. Sie haben kein Glück.
Deshalb baut Supervisely eine Plattform anstelle eines Produkts auf.
Sie können sich Supervisely als Betriebssystem vorstellen, das über den Webbrowser verfügbar ist, um Ihnen bei der Lösung von Computer -Vision -Aufgaben zu helfen. Die Idee ist, alle relevanten Tools innerhalb eines einzelnen Ökosystems von Apps, Tools, UI -Widgets und Diensten zu vereinen, die möglicherweise erforderlich sind, um den KI -Entwicklungsprozess so reibungslos und schnell wie möglich zu gestalten.
Konkreter enthält Supervisery die folgende Funktionalität:
Die Einfachheit der Erstellung von Apps von Supervisely hat bereits zur Entwicklung von Hunderten von Anwendungen geführt, die in einem einzigen Klick in einem Webbrowser ausgeführt werden und die Aufgabe erledigen.
Beschriften Sie Ihre Daten, führen Sie Qualitätssicherung durch, überprüfen Sie jeden Aspekt Ihrer Daten, arbeiten Sie einfach zusammen, schulen Sie und wenden Sie hochmoderne neuronale Netzwerke an, integrieren Sie benutzerdefinierte Modelle, automatisieren Routineaufgaben und mehr-wie in einem realen Appstore sollte es eine App für alles geben.
Supervisely bietet die Grundlage für die Integration, Anpassung, Entwicklung und Ausführung von Computer Vision -Anwendungen, um Ihre benutzerdefinierten Aufgaben zu beheben - genau wie in Betriebssystem wie Windows oder MacOS.
Es gibt verschiedene Ebenen an Integration, Anpassung und Automatisierung:
Supervisely hat eine reichhaltige HTTP -REST -API, die im Grunde jede Aktion abdeckt. Sie können manuell ausführen. Sie können jede Programmiersprache und jede Entwicklungsumgebung verwenden, um Ihre Aufsichtserfahrung zu erweitern und anzupassen.
Für Python-Entwickler empfehlen wir die Verwendung unseres Python-SDK, da sie alle API-Methoden abschließt und Ihnen viel Zeit mit integrierter Fehlerbehandlung, Network-Verbindung, Antwortvalidierung, Anfrage-Pagination usw. sparen kann.
Es gibt keinen einfacheren Weg, die Reifen zu treten als durch Curl. Wenn Sie einen alternativen Client verwenden, beachten Sie, dass Sie in Ihrer Anfrage einen gültigen Header senden müssen.
Beispiel:
curl -H " x-api-key: <your-token-here> " https://app.supervise.ly/public/api/v3/projects.list Wie Sie sehen können, beginnt URL mit https://app.supervise.ly . Es ist für die Community Edition. Für die Enterprise Edition müssen Sie Ihre benutzerdefinierte Serveradresse verwenden.
Supervisely SDK für Python ist speziell entwickelt, um die Entwicklung zu beschleunigen, die Kesselplatte zu reduzieren und Sie in einigen Zeilen von Python -Code mit dem JSON -Format mit Supervisely -Annotatation mit der Plattform zu kommunizieren, mit der Plattform zu kommunizieren, Daten importieren und exportieren, Mitglieder verwalten, Vorhersagen aus Ihren Modellen usw. hochladen usw. hochladen usw.
Schauen Sie, wie einfach es ist, mit der Plattform aus Ihrem Python -Skript aus zu kommunizieren.
import supervisely as sly
# authenticate with your personal API token
api = sly . Api . from_env ()
# create project and dataset
project = api . project . create ( workspace_id = 123 , name = "demo project" )
dataset = api . dataset . create ( project . id , "dataset-01" )
# upload data
image_info = api . image . upload_path ( dataset . id , "img.png" , "/Users/max/img.png" )
api . annotation . upload_path ( image_info . id , "/Users/max/ann.json" )
# download data
img = api . image . download_np ( image_info . id )
ann = api . annotation . download_json ( image_info . id )Erstellen Sie Python-Apps, um Routine- und sich wiederholende Aufgaben zu automatisieren, diese in Ihrem Unternehmen zu teilen und eine einfache Möglichkeit für Endbenutzer zu verwenden, ohne den Hintergrund zu kodieren. Kopflose Apps sind nur Python -Skripte, die aus einem Kontextmenü ausgeführt werden können.
Es ist einfach und für die grundlegendsten Aufgaben und Anwendungsfälle geeignet, zum Beispiel:
Interaktive Schnittstellen und Visualisierungen sind die Schlüssel zum Aufbau und Verbesserung von KI -Lösungen: Von der benutzerdefinierten Datenkennzeichnung bis zum Modelltraining. Solche Apps eröffnen die Möglichkeit, die Super -Plattform für jede Art von Aufgabe in der Computer Vision anzupassen, Daten und Modelle Workflows zu implementieren, die den Anforderungen Ihres Unternehmens entsprechen, und erstellen sogar vertikale Lösungen für bestimmte Branchen.
Hier sind einige Beispiele:
Es gibt kein einzelnes Etikettierwerkzeug, das alle Aufgaben entspricht. Das Etikettentool muss für eine bestimmte Aufgabe konzipiert und angepasst werden, um die Aufgabe effizient zu erfüllen. Supervisely -Apps können reibungslos in Beschriftungstools integriert werden, um erstaunliche Benutzererfahrungen (einschließlich Multi -Mieter) und Annotationsleistung zu bieten.
Hier sind einige Beispiele:
Die Entwicklung von Supervisely baut auf diesen fünf Prinzipien auf:
Das Open-Source-SDK- und App-Framework von Supervisely ist unkompliziert. Es ist nur eine Frage von:
pip install supervisely
Supervisely SDK für Python ist einfach, intuitiv und kann Ihnen Stunden sparen. Reduzieren Sie die Kesselplatte und erstellen Sie benutzerdefinierte Integrationen in wenigen Codezeilen. Es war noch nie so einfach, mit der Plattform von Python zu kommunizieren.
# authenticate with your personal API token
api = sly . Api . from_env ()
# create project and dataset
project = api . project . create ( workspace_id = 123 , name = "demo project" )
dataset = api . dataset . create ( project . id , "dataset-01" )
# upload data
image_info = api . image . upload_path ( dataset . id , "img.png" , "/Users/max/img.png" )
api . annotation . upload_path ( image_info . id , "/Users/max/ann.json" )
# download data
img = api . image . download_np ( image_info . id )
ann = api . annotation . download_json ( image_info . id )Die Anpassung ist die einzige Möglichkeit, alle Aufgaben im Computer Vision abzudecken. Ermöglicht es, alles anzupassen, von Kennzeichnungen und Kontextmenüs bis hin zu Training Dashboards und Inferenzschnittstellen. Schauen Sie sich unser Ökosystem von Apps an, um Inspiration und Beispiele für Ihr nächstes ML -Tool zu finden.
Die Mehrheit der Python -Programme basiert auf "Befehlszeile". Während sehr erfahrene Programmierer keine Probleme damit haben, tun es andere Technologieer und Endbenutzer. Dies schafft eine digitale Kluft, eine "GUI -Lücke". Die App mit GRAFIC User Interface (GUI) wird zugänglicher und einfacher zu einer breiteren Zielgruppe. Und schließlich sind einige Aufgaben ohne GUI unmöglich zu lösen.
Stellen Sie sich vor, es wird großartig sein, wenn alle ML -Tools und -Polkorien eine interaktive GUI mit der Run -Taste haben
Unser ehrgeiziges Ziel ist es, es möglich zu machen.
Hunderte von interaktiven UI -Widgets und Komponenten sind für Sie bereit. Fügen Sie einfach Ihrem Programm hinzu und bevölkern Sie mit den Daten. Python Devs benötigen keine Front -End -Erfahrung. In unserem Entwicklerportal finden Sie die erforderlichen Anleitungen, Beispiele und Tutorials. Wir unterstützen die folgenden UI -Widgets:
Das Supervisely -Team ist die meisten Apps öffentlich auf GitHub verfügbar. Verwenden Sie sie als Beispiele für Ihre zukünftigen Apps: Code-Snippets für Gabel, ändern und kopieren.
Supervisely wird von Datenwissenschaftlern für Datenwissenschaftler gemacht. Wir versuchen, Hindernisse zu senken und eine freundliche Entwicklungsumgebung zu schaffen. Insbesondere kümmern wir uns um das Debuggen als einen der wichtigsten Schritte.
Selbst in komplexen Szenarien wie die Entwicklung einer GUI -App, die in ein Etikettentool integriert ist, halten wir es einfach. Verwenden Sie die Haltepunkte in Ihrer bevorzugten IDE, um Rückrufe zu fangen, das Programm durchzuführen und Live -Updates ohne Seite neu zu laden. So einfach das! Mit allem anderen behandelt alles andere - Websockets, Authentifizierung, Redis, Rabitmq, Postgres, ...
Sehen Sie sich das Video unten an, wie wir die App debuggen, die NN direkt in der Kennzeichnungsschnittstelle anwendet.
Alle Apps von Supervisely Team sind Open-Source. Verwenden Sie sie als Beispiele: Finden Sie auf GitHub, Fork und ändern Sie sie so, wie Sie es möchten. Gleichzeitig können Kunden und Community -Benutzer immer noch private Apps entwickeln, um ihr geistiges Eigentum zu schützen.
Supervisely App ist ein Git -Repository. Geben Sie einfach den Link zu Ihrem Git -Repo an, und wird auf Supervisent alles andere bewältigen. Jetzt können Sie vor Ihrer App die Taste Run drücken und sie mit Supervisely Agent auf jedem Computer starten.
Benutzer führen Ihre App in der neuesten stabilen Version aus und Sie können neue Funktionen parallel entwickeln und testen. Verwenden Sie einfach Git -Releases und -Zweige. Machen Sie sich keine Sorgen, keine Sorge. Die Benutzer können die vorherige Version in einem Klick auswählen und ausführen.
Da Supervisely App nur ein Git -Repository ist, unterstützen wir öffentliche und private Repos aus den beliebtesten Hosting -Plattformen der Welt - Github und Gitlab.
Supervisely SDK für Python bietet Python -Entwicklern und Datenwissenschaftlern die einfachste Möglichkeit, interaktive GUI -Apps jeglicher Komplexität zu erstellen. Python ist eine empfohlene Sprache für die Entwicklung von Apps, aber nicht die einzige. Sie können jede Sprache oder jede Technologie verwenden, die Sie lieben. Jeder Webserver kann oben auf der Plattform bereitgestellt werden.
Zum Beispiel kann auch der Visual Studio -Code für Web als App ausgeführt werden (siehe Video unten).
Zusätzlich zu der gemeinsamen Entwicklung in Ihrer bevorzugten IDE auf Ihrem lokalen Computer oder Laptop wird die Unterstützung der Cloud -Entwicklung in die Aufsicht integriert und in Kürze veröffentlicht , um die Entwicklung zu beschleunigen, Entwicklungsumgebungen und niedrigere Hindernisse für Anfänger zu standardisieren.
Wie wird es funktionieren? Schließen Sie Ihren Computer einfach an Ihre Supervisely -Instanz an und führen Sie die IDE -App (JupyterLab und Visual Studio Code für Web) aus, um in einer Minute mit dem Codieren zu beginnen. Wir werden eine große Anzahl von Vorlagen -Apps bereitstellen, die die beliebtesten Anwendungsfälle abdecken.
Supervisely hilft Unternehmen und Forschern auf der ganzen Welt, ihre Computer-Vision-Lösungen in verschiedenen Branchen aufzubauen, von selbstfahrenden und Landwirtschaft bis zur Medizin. Schließen Sie sich unserer Community Edition an oder fordern Sie Enterprise Edition für Ihre Organisation an.
Treten Sie mit mehr als 65.000 Nutzern unserer ständig wachsenden Supergemeinschaft bei.
Wenn Sie Fragen, Ideen oder Feedback haben, bitte:
Ihr Feedback? hilft uns sehr und wir schätzen es
Möchten Sie uns helfen, Computer Vision F & E auf die nächste Stufe zu bringen? Wir ermutigen Sie, die F & E für Tausende von Forschern zu beteiligen und zu beschleunigen
Wir freuen uns, den Wert des Supervisely-Ökosystems mit zusätzlichen technologischen Partnern, Forschern, Entwicklern und Mehrwert-Wiederverkäufern zu erweitern und zu erhöhen.
Fühlen Sie sich frei, uns zu kontaktieren, wenn Sie haben
Lassen Sie uns die Möglichkeiten der Zusammenarbeit erörtern, insbesondere wenn wir gemeinsame Interessen, Technologien und Kunden haben.
Wenn Sie dieses Projekt in einer Forschung verwenden, zitieren Sie es bitte mit den folgenden Bibtex:
@misc{ supervisely,
title = { Supervisely Computer Vision platform },
type = { Computer Vision Tools },
author = { Supervisely },
howpublished = { url{ https://supervisely.com } },
url = { https://supervisely.com },
journal = { Supervisely Ecosystem },
publisher = { Supervisely },
year = { 2023 },
month = { jul },
note = { visited on 2023-07-20 },
}
