supervisely
view
ウェブサイト：https：//supervise.ly
監督のエコシステム：https：//ecosystem.supervise.ly
開発文書：https：//developer.supervisely.com
PythonのSDKのソースコード：https：//github.com/supervisely/supervisely
githubの監督エコシステム：https：//github.com/supervisely-ecosystem
すべての企業は、現在および将来のAIタスクが解決可能であることを確認したいと考えています。
市場でのほとんどのソリューションの主な問題は、それらが製品として構築されることです。それはあなたが実際に影響を与えていない一部の会社によって開発されているブラックボックスです。要件が提供されている基本的な機能を超えて、エクスペリエンスをカスタマイズしたり、ソフトウェア所有者の開発計画に沿っていない、または他の顧客に利益をもたらさないものを追加したいとすぐに、運が悪くなります。
そのため、監督は製品の代わりにプラットフォームを構築しています。
コンピュータービジョンタスクを解決するのに役立つWebブラウザーを介して利用可能なオペレーティングシステムと監督することができます。アイデアは、AI開発プロセスを可能な限りスムーズかつ高速にするために必要になる可能性のあるアプリ、ツール、UIウィジェット、およびサービスの単一のエコシステム内のすべての関連するツールを統合することです。
より具体的には、次の機能を監督に含めます。
監督アプリを作成するシンプルさは、すでに数百のアプリケーションの開発につながり、Webブラウザーの1回のクリック内で実行されてジョブを完了する準備ができています。
データにラベルを付け、品質保証を実行し、データのあらゆる側面を検査し、簡単に協力し、最先端のニューラルネットワークをトレーニングして適用し、カスタムモデルを統合し、ルーチンタスクを自動化し、実際のアプリストアのように、すべてにアプリがあるはずです。
WindowsやMacOSなどのOSのように、統合、カスタマイズ、開発、コンピュータービジョンアプリケーションの実行の基礎を提供して、カスタムタスクに対処します。
統合、カスタマイズ、自動化にはさまざまなレベルがあります。
監督者には、基本的にすべてのアクションをカバーする豊富なHTTP REST APIがあり、手動で行うことができます。任意のプログラミング言語と任意の開発環境を使用して、監督のエクスペリエンスを拡張およびカスタマイズできます。
Python開発者の場合、Python SDKはすべてのAPIメソッドを締めくくり、組み込みのエラー処理、ネットワークの再接続、応答検証、リクエストページネーションなどで多くの時間を節約できるため、使用することをお勧めします。
カールを介してタイヤを蹴る簡単な方法はありません。代替クライアントを使用している場合は、リクエストに有効なヘッダーを送信する必要があることに注意してください。
例：
curl -H " x-api-key: <your-token-here> " https://app.supervise.ly/public/api/v3/projects.listご覧のとおり、URLはhttps://app.supervise.lyで始まります。コミュニティエディション用です。エンタープライズエディションの場合、カスタムサーバーアドレスを使用する必要があります。
Python用SDKは、開発をスピードアップし、ボイラープレートを削減し、監督者の注釈を付け、プラットフォームと通信し、データをインポートおよびエクスポートする、メンバーの管理、モデルからの予測をアップロードするなど、Pythonコードの数行で何かを行うように特別に設計されています。
Pythonスクリプトからプラットフォームと通信するのが簡単であることを見てください。
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 )Pythonアプリを作成して、ルーチンと繰り返しのタスクを自動化し、組織内でそれらを共有し、背景をコーディングせずにエンドユーザーに簡単に使用する方法を提供します。ヘッドレスアプリは、コンテキストメニューから実行できるPythonスクリプトだけです。
たとえば、最も基本的なタスクやユースケースに適しています。
インタラクティブなインターフェイスと視覚化は、AIソリューションを構築および改善するための鍵です。カスタムデータのラベル付けからモデルトレーニングまで。このようなアプリは、コンピュータービジョンのあらゆるタイプのタスクに監督者のプラットフォームをカスタマイズし、組織のニーズに合ったデータとモデルのワークフローを実装し、その上に特定の業界向けの垂直ソリューションを構築する機会を開きます。
ここにいくつかの例があります：
すべてのタスクに適合する単一のラベル付けツールはありません。ラベリングツールは、特定のタスクのために設計およびカスタマイズして、ジョブを効率的に行う必要があります。監督者は、ラベル付けツールにスムーズに統合して、驚くべきユーザーエクスペリエンス（マルチテナントを含む）と注釈のパフォーマンスを提供できます。
ここにいくつかの例があります：
監督のための開発は、これらの5つの原則に基づいて構築されます。
監督のオープンソースのSDKおよびアプリフレームワークは、最初に簡単になります。それはただの問題です：
pip install supervisely
Python用の監督のSDKはシンプルで直感的で、時間を節約できます。ボイラープレートを削減し、数行のコードでカスタム統合を構築します。 Pythonのプラットフォームと通信するのはこれほど簡単ではありませんでした。
# 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 )カスタマイズは、コンピュータービジョンのすべてのタスクをカバーする唯一の方法です。監督により、インターフェイスやコンテキストメニューのラベル付けから、ダッシュボードや推論インターフェイスのトレーニングまで、すべてをカスタマイズできます。アプリのエコシステムをチェックして、次のMLツールのインスピレーションと例を見つけてください。
Pythonプログラムの大部分は「コマンドライン」に基づいています。経験豊富なプログラマーはそれに問題はありませんが、他の技術者やエンドユーザーはそうします。これにより、デジタル格差、「GUIギャップ」が作成されます。グラフィックユーザーインターフェイス（GUI）を備えたアプリは、より多くの視聴者にとってより親しみやすく、使いやすくなります。そして最後に、一部のタスクはGUIなしでは解決することは不可能です。
すべてのMLツールとリポジトリが実行ボタンを備えたインタラクティブなGUIを持っている場合、それがどのように素晴らしいのか想像してみてください
私たちの野心的な目標は、それを可能にすることです。
何百ものインタラクティブなUIウィジェットとコンポーネントが準備ができています。プログラムに追加してデータを入力してください。 Python開発者は、フロントエンドエクスペリエンスを持つ必要はありません。開発者ポータルでは、必要なガイド、例、チュートリアルが見つかります。次のUIウィジェットをサポートしています。
監督チームは、ほとんどのアプリをGitHubで公開されています。それらを将来のアプリの例として使用します：フォーク、変更、コピーコードスニペット。
監督は、データサイエンティストのデータサイエンティストによって作成されています。私たちは障壁を下げ、友好的な開発環境を作ろうとしています。特に、最も重要なステップの1つとしてのデバッグに関心があります。
レーベルツールに統合されたGUIアプリの開発などの複雑なシナリオでさえ、私たちはそれをシンプルに保ちます - お気に入りのIDEでブレークポイントを使用してコールバックをキャッチし、プログラムをステップスルーし、ページリロードなしでライブアップデートを表示します。それと同じくらい簡単です！ WebSockets、Authentication、Redis、RabitMQ、Postgres、...
以下のビデオをご覧ください。ラベルインターフェイス内にNNを適用するアプリをデバッグする方法。
監督チームによって作成されたすべてのアプリは、オープンソースです。それらを例として使用します：github、フォークで見つけて、あなたが望むようにそれらを変更します。同時に、顧客とコミュニティユーザーは、知的財産を保護するためにプライベートアプリを開発することができます。
監督アプリはGITリポジトリです。 gitリポジトリへのリンクを提供するだけで、監視して他のすべてを処理します。これで、アプリの前でRunボタンを押して、監督エージェントを使用して任意のコンピューターで開始できます。
ユーザーは最新の安定したリリースでアプリを実行し、新機能を並行して開発およびテストすることができます - Gitリリースとブランチを使用するだけです。アプリの新しいバージョンにバグがある場合でも、Gitから更新を監視して自動的にプルします。心配しないでください。ユーザーはクリックして以前のバージョンを選択して実行できます。
監督アプリは単なるGitリポジトリであるため、世界で最も人気のあるホスティングプラットフォームであるGithubとGitlabからのパブリックおよびプライベートリポジトリをサポートしています。
Python用の監督のSDKは、Python開発者とデータサイエンティストが複雑さのインタラクティブなGUIアプリを構築する最も簡単な方法を提供します。 Pythonは、監督者のアプリを開発するための推奨言語ですが、唯一ではありません。任意の言語や愛するテクノロジーを使用できます。すべてのWebサーバーは、プラットフォームの上に展開できます。
たとえば、Web用のVisual Studioコードでさえアプリとして実行できます（以下のビデオを参照）。
地元のコンピューターまたはラップトップでお気に入りのIDEの共通の開発方法に加えて、クラウド開発サポートは監督に統合され、開発をスピードアップし、開発環境を標準化し、初心者向けの障壁を抑えます。
それはどのように機能しますか？コンピューターを監督のインスタンスに接続し、IDEアプリ（jupyterLabとWeb用のVisual Studioコード）を実行して、1分でコーディングを開始します。最も人気のあるユースケースをカバーする多数のテンプレートアプリを提供します。
監督は、世界中の企業や研究者が、自動運転や農業から医学まで、さまざまな業界でコンピュータービジョンソリューションを構築するのを支援しています。あなたの組織のコミュニティエディションまたはリクエストエンタープライズエディションに参加してください。
65K以上のユーザーと一緒に、常に成長している監督コミュニティに参加してください。
ご質問、アイデア、またはフィードバックがある場合は、次のようにしてください。
あなたのフィードバック？私たちを大いに助けてくれて、私たちはそれを感謝しています
コンピュータービジョンの研究開発を次のレベルに導入したいですか？数千人の研究者のためにR＆Dに参加してスピードアップすることをお勧めします
追加の技術パートナー、研究者、開発者、および付加価値のある再販業者とともに、監督者のエコシステムの価値を拡大し、増やして喜んでいます。
あなたが持っているならば、お気軽にお問い合わせください
特に共同の関心、テクノロジー、顧客がある場合は、協力する方法について説明しましょう。
このプロジェクトを調査で使用する場合は、次のBibtexを使用して引用してください。
@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 },
}
