AI 视觉控制台
识别、复核、模型与设备,在一个工作台里完成;每一次识别都绑定实际权重版本。
打开控制台
不是一次性的识别接口:结果可核对、样本可回流、模型可评估,最终都能追到具体版本。
返回类别、置信度与边界框,坐标是原图像素,业务系统可直接渲染。
按业务场景切换模型,模型与版本由平台路由,调用方只声明要做什么。
原预测不可修改,人工修订独立保存;多人同时编辑时有修订号防覆盖。
上传 → 验证 → 独立评估 → 发布 → 回滚,版本不可覆盖,结论留痕。
盒子本地推理,云不可达不影响业务;云端负责设备状态、模型与配置下发。
调用量、成功率、分段耗时与配额,按应用和业务账号统计,月底可作依据。
先从垃圾分类和环卫保洁最耗人力的三个动作开始,识别结果直接对应现场处置。
投放点抓拍,自动识别纸类、塑料、玻璃等类别;拿不准的样本进入人工复核。
垃圾桶满溢、暴露垃圾及时发现,减少人工巡查的盲区和重复跑腿。
巡回保洁中的问题留痕,按项目与时间可追溯,为考核提供依据。
业务反馈和人工复核沉淀成不可变数据集,评估通过才发布新版本——这是平台和一次性接口最大的区别。
业务系统调用接口,结果绑定权重版本与哈希。
错误反馈进池,人工修订标注,原预测保留。
不可变快照,带图片与权重的双哈希。
独立评估集跑 AP50,保留参数与结果。
过门槛才发布,保留回滚和操作记录。
训练在平台外完成;效果提升以独立评估为准,平台不声称现场精度。