1.立项目的

针对用户提供一种AI智能模型训练管理系统，为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成以及端-边-云模型按需部署能力，帮助用户快速训练和部署AI算法模型。

2.项目开发内容及优势

系统包含数据处理、模型训练、模型管理、模型部署等操作，并且提供模型自动发布功能，能够在支持的硬件平台上同步升级算法模型。

系统功能：

1）数据管理：提供数据清洗、数据校验、数据增强、数据选择等分析处理能力，可以在线完成图像分类、目标检测等各种标注场景，同时也可以使用智能标注方案，代替人工完成数据标注，提升标注效率。

2）模型训练：模型训练支持自定义训练作业输入、输出；支持业界主流AI计算引擎和自研引擎，包括PyTorch、Tensorflow、PaddlePaddle等；支持自定义训练作业镜像统一管理，统一调度，支持CPU、GPU资源管理、训练作业调度、训练作业生命周期管理与监控；支持训练作业启动、停止、删除、重建，训练作业有详细的实时日志、历史日志。

3）模型管理：支持将AI算法以模型文件的形式直接发布至推理服务器，模型上线更灵活更高效。支持自定义镜像导入发布，满足用户自定义推理框架和业务逻辑需求，提供最大灵活性。提供友好直观的UI界面，方便用户操作管理。

4）模型部署：模型部署支持将模型部署为在线服务和边缘服务。算法模型部署完成后，可在线访问并使用服务并查看其预测结果。

3.市场发展前景：

1）战略发展需求：人工智能是引领未来的战略性技术，发展人工智能提升国家竞争力，力图在新一轮国际科技竞争中掌握主导权，且将深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升为我国经济发展注入新动能，更是助力赋能新质生产力进行行业提质增效的助推器和主引擎。

2）产业发展需求：目前，AI在一些细分行业上的发展仍面临着较多困难。行业AI需求碎片化无法吸引AI厂商投入，自研算法门槛高、投入大，且难以快速见到应用成效。为了满足此类用户对AI应用需要，研发低门槛、易用、高效的AI训智能模型训练管理系统非常有必要。