在工作中你有沒有遇到這樣的問題，20萬拿下一個項目，時間緊迫，但是項目有著大量的圖像標注需求，如果單獨招一個圖像標注的工程師，光該崗位的工資成本就會花去四五萬，畢竟項目結束了你總不能就把人裁了。

但這下倒好，本來利潤就不多，成本一下子又上來了，單單一個圖像標注就耗費了項目總額的20%了，而且人工標注的效率就那樣，你這都還不算時間成本。所以要是有個自動圖像標注的工具該多好。

有需求，就會有解決方案，成都慧視針對于這樣的市場困境，推出了一款實用的AI自動圖像標注軟件——SpeedDP深度學習算法開發(fā)平臺。

它能夠通過AI深度學習訓練，實現(xiàn)海量的圖像數(shù)據(jù)自動標注，并自動輸出，整個流程十分簡潔，能夠幫大家減少大量的圖像標注時間，這樣，時間成本控制了，總體成本也就下降了，利潤自然而然上去了。

傳統(tǒng)的人工圖像標注，需要人操作一點一點的對圖像打標點范圍，整個過程由圖像的復雜程度，大概要花去1~2分鐘的時間，連百度推出的標注軟件EIseg也需要大約9s才能標注完一張圖像，而SpeedDP處理一張圖像僅需7-8ms的時間，可謂是又一個革命性的突破。

倘若有十萬張圖像需要處理，SpeedDP就能夠為整個項目節(jié)約大量的時間，而這些時間成本現(xiàn)在通通能夠轉化為利潤。

SpeedDP開發(fā)平臺采用標準的AI開發(fā)流程，即數(shù)據(jù)標注——模型開發(fā)——應用部署這三個步驟。

用于模型訓練和評估測試的數(shù)據(jù)集是由一系列的圖像和標注文件組成的，SpeedDP開發(fā)平臺采用了PascalVOC的標注格式，一個有效的數(shù)據(jù)集應包含圖像和與圖像同名且后綴名為xml的標注文件，圖像文件和標注文件須按軟件所示指定的形式存放。

SpeedDP開發(fā)平臺的數(shù)據(jù)標注模塊支持人工標注和自動標注兩種方式。人工標注即需要人工操作標注軟件對數(shù)據(jù)集中的圖像一張一張的進行標注，自動標注則可以使用已訓練好的模型進行自動化檢測并導出標注文件。