Datature

Was ist Datature?

Datature ist eine End-to-End-Computer-Vision-Plattform, die von Datature Analytics Pte Ltd in Singapur entwickelt wurde. Das Kernprodukt Nexus vereint Datenverwaltung, Annotation, Modelltraining, Bewertung und Bereitstellung in einem einzigen Arbeitsumfeld. Es bietet sowohl eine codefreie Benutzeroberfläche als auch ein Python SDK sowie Verwaltungs- und Inferenz-Schnittstellen – ideal zur Erweiterung von Prototypen zu produktiven Anwendungen.

Hauptfähigkeiten

• Datensatzverwaltung: Hochladen und Organisieren von Bildern, Video-Sequenzen sowie zugehörigen Metadaten; Aufrechterhaltung der Trainingsressourcen durch Tags, Versionen und Projektstruktur.
• KI-gestützte Annotation: Unterstützt Klassifizierung, Randboxen, Schlüsselpunkte, Instanzen oder semantische Segmentierung sowie teilweise 3D-Annotation und bietet SAM, IntelliBrush, automatische Annotation sowie einen kooperativen Überprüfungsprozess.
• Visualisierter Training: Verbinden Sie Daten-, Verstärkungs- und Modellknoten mithilfe von Drag-and-Drop-Workflows, passen Sie Parameter wie Architektur, Batch-Größe und Anzahl der Trainingsrunden an und rufen Sie anschließend das Training mit Cloud-GPUs auf.
• Bewertung und Iteration: Speichern von Trainingspunkten, visuelle Vergleich der Vorhersagen mit den tatsächlichen Labels sowie Rückkehr zur Datenreinigung, Neubewertung oder zum aktiven Lernen aufgrund der Analyseergebnisse.
• Produktiv-Einsatz: Das ausgewählte Modell wird als betriebene Inferenz-Schnittstelle veröffentlicht, in gängige Frameworks exportiert oder auf lokalen Geräten, Edge-Geräten, eigenen Servern sowie in privaten Clouds bereitgestellt.
• Automatisierte Integration: Das Python SDK sowie die Verwaltungsschnittstellen ermöglichen die Steuerung des gesamten Lebenszyklus – von der Hochladen der Assets, über die Synchronisierung der Metadaten, bis hin zum Start des Trainingsprozesses, der Export der Ergebnisse und deren Bereitstellung.

Unterstützte visuelle Aufgaben und Ergebnisse

Der gesamte Prozess von den Daten bis zur Implementierung

1. Registrieren Sie einen Nexus-Werkbereich und erstellen Sie ein Projekt. Wählen Sie je nach Aufgabe die Kategorie aus: Erkennung, Keypoints oder Segmentierung.
2. Importieren Sie Bilder oder Sequenzen und legen Sie Kategorien sowie Etikettierungsregeln fest; für sensible Daten müssen zunächst Speicherbereiche, Zugriffsrechte und Konformitätsanforderungen festgelegt werden.
3. Die Anmerkungen werden mit manuellen Mitteln oder mit Hilfe von KI-gestützten Werkzeugen erstellt, wobei die Datenkonsistenz durch Überprüfungen, Konsensverfahren oder Versionsprozesse überprüft wird.
4. In dem visualisierten Workflow werden die Datenteilung, die Verstärkung, die Modellarchitektur sowie die Trainingsparameter festgelegt, anschließend wird das Training mit der GPU gestartet.
5. Überprüfen Sie die Verluste, Indikatoren sowie die Ergebnisse der Vorhersagen und wählen Sie den geeigneten Checkpoint aus; falls die Ergebnisse nicht zufriedenstellend sind, kehren Sie zu den Schritten der Datenerfassung und -annotation zurück, um weiter zu iterieren.
6. Exportieren Sie das Modell in ein vom Konto unterstütztes Framework oder erstellen Sie eine gehostete Inferenz-Deployment; nach der Aufrufung über einen Schlüssel muss außerdem auf Verzögerungen, Fehlern und Datendrift überwacht werden.

Pakete und Mengenangaben

Zusätzliche Trainingszeiten, Teamplätze, bereitgestellte Container, Implementierung von Diensten sowie maßgeschneiderte Entwicklungen erfordern eine separate Kostenschätzung. Einige Angaben in den öffentlich zugänglichen Entwicklungsdokumenten weisen ein Datum der letzten Aktualisierung auf; die endgültige Kapazität, die Exportformate der Modelle, die Region, Steuern und Servicelevel richten sich nach den Informationen im Kundenkonto sowie dem Vertragsentwurf.

Python SDK, API und Modellexport

Open-Source-Zustand und offizieller Code

• Datature Nexus ist eine gehostete Geschäftsplattform, deren vollständiger Server- und Plattform-Quellcode nicht unter einer Open-Source-Lizenz veröffentlicht wird.
• Die offiziellen Ressourcensammlungen enthalten Tutorials, Notebooks, SDK-Anleitungen sowie Beispiele für Inferenz und Edge-Deployment und sind unter der MIT-Lizenz verfügbar.
• Portal ist ein unabhängiges Tool zur Laden von Modellen sowie zur Visualisierung der Ergebnisse der Verarbeitung von Bildern oder Videos. Es kann im Browser oder in einer Electron-Umgebung ausgeführt werden und wird unter der Apache-2.0-Lizenz bereitgestellt.
• Es gibt außerdem offizielle Discolight-Repositories unter der MIT-Lizenz; die Offenlegung dieser Komponenten als Open Source bedeutet nicht automatisch, dass die Cloud-Plattformen, Modelle oder Ergebnisse der Benutzertrainierung ebenfalls unter derselben Lizenz fallen.

Privatsphäre, Sicherheit und Konformität

• Die Plattform verarbeitet die Kontoinformationen, Kontaktdaten, Geräte- und Netzwerkinformationen, Transaktionsaufzeichnungen, Nutzungsdaten sowie die von den Nutzern für Computer Vision-Projekte hochgeladenen Daten.
• Die Datenschutzrichtlinie erlaubt es, dem Dienstleister zur Verwaltung, für Datenbanken, E-Mails, Zahlungen, Analysen und Support die notwendigen Informationen bereitzustellen, wodurch eine grenzüberschreitende Speicherung oder Verarbeitung erfolgen kann.
• Persönliche Daten werden in der Regel bis zur Erfüllung des Dienstes oder zu rechtlichen Zwecken aufbewahrt; laut der Richtlinie können Gesprächs- und Personendaten maximal 6 Jahre lang gespeichert werden. Die Löschung nach Entfernung des Kontos kann bis zu 60 Tage in Anspruch nehmen, und Backups verschwinden nicht unbedingt sofort.
• Datature hat eine SOC 2 Type II-Zertifizierung erhalten. Die Daten werden sowohl im Ruhezustand als auch während der Übertragung verschlüsselt. Zudem wird eine Schichtverschlüsselung für Zugriffstoken und Schlüssel angewandt. Die Intervalle für die Datensicherung betragen bis zu 12 Stunden.
• Das medizinische Team darf Gesundheitsdaten, die unter dem Schutz von HIPAA stehen, nur auf der Hosting-Plattform speichern, nachdem es einen Geschäftspartnerschaftsvertrag mit dem Betreiber abgeschlossen hat. Eine Konformitätsbescheinigung kann die Befugnisse des Kunden sowie seine Verantwortung für die Anonymisierung und Prüfung dieser Daten nicht ersetzen.
• Die Zahlungen werden von Stripe abgewickelt; die Plattform gibt an, keine Kreditkarteninformationen zu speichern. Kein Cloud-Dienst kann eine absolute Sicherheit gewährleisten. Bei Produktivprojekten sollten daher nur minimale Berechtigungen gewährt werden und die Schlüssel regelmäßig ausgetauscht werden.

Passende Nutzer und Anwendungsszenarien

• Maschinelles-Lernen-Ingenieur: Schnelle Erstellung der Datenvorbereitung, Durchführung von Trainingsversuchen, Vergleich von Modellen und Überprüfung der Implementierung.
• Forscher und Hochschulteams: Durchführung von visuellen Experimenten ohne Wartung der gesamten GPU- und Annotationsinfrastruktur.
• Herstellungs- und Bauteams: Entwicklung von Modellen zur Fehlererkennung, Qualitätskontrolle sowie zur Identifizierung von Ausrüstungen oder sicherheitsrelevanten Verhaltensweisen.
• Medizinische und Lebenswissenschaftsteams: Sie führen die Segmentierung oder Klassifizierung von Bildern durch, müssen jedoch zunächst die Datenkonformität sowie die Konfiguration von Vereinbarungen und Zugriffskontrollen abschließen.
• Landwirtschafts-, Einzelhandels-, Städte- und Energieteams: Zur Überwachung von Pflanzen, zur Analyse von Beständen, zur Erkennung von Personen und Fahrzeugen sowie zur Inspektion von Infrastrukturen.

Vorteile und Einschränkungen

Rückerstattungen und Hinweise zur Kaufabwicklung

Die kostenlose Standardversion erfordert keine Kreditkarte, doch auf der aktuellen öffentlichen Seite werden weder ein einheitlicher Betrag für die Pay-Versionen noch allgemeine Fristen für Rückerstattungen angegeben. Bevor man Developer-, Professional-, Enterprise-Versionen oder zusätzliche Ressourcen kauft, sollten Mindestfristen, Gebühren für die Übernutzung, Rückerstattungsbedingungen, Datenmigration, Bereitstellungsregionen sowie Austritts- und Löschverfahren in der Offerte und Bestellung klar festgelegt werden.

Häufige Fragen

Braucht Datature Programmierung?

Die grundlegende Datenelementierung, Konfiguration der Arbeitsabläufe, das Training sowie die Bewertung können über eine Web-Oberfläche durchgeführt werden. Für die Automatisierung, die Integration mit externen Systemen sowie die Ausführung von Berechnungen sind in der Regel Kenntnisse in Python oder Fähigkeiten im Bereich der Schnittstellenentwicklung erforderlich.

Kann man mit der kostenlosen Version Modelle trainieren?

Ja, die derzeitige kostenlose Version bietet 300 Minuten Training pro Monat und erlaubt es, bis zu 300 Bilder zu verarbeiten sowie 5 Modelle zu exportieren. Die Limits sind gering, was sie eher für Lernzwecke und Prototypen geeignet macht als für eine kontinuierliche Produktion.

Welche visuellen Aufgaben werden von Datature unterstützt?

Zu den Kernaufgaben gehören die Bildklassifizierung, die Objekterkennung, die Bestimmung von Schlüsselpunkten sowie die Segmentierung auf Pixelebene. Die genaue Architektur sowie die Unterstützung für 3D-Daten und medizinische Formate ändern sich je nach Workflow und Konzept und müssen bei der Projektgründung festgelegt werden.

Kann das Modell auf eigenen Geräten bereitgestellt werden?

Es ist möglich, unterstützte Formate zu exportieren und sich an Beispielen für die Edge-Einsatzung zu orientieren. Zudem kann man in Unternehmenslösungen eigene Server oder Private Clouds vereinbaren. Die Rechenleistung der Zielhardware, die Kompatibilität bei der Umwandlung sowie die Leistung bei der Auswertung müssen jedoch separat getestet werden.

Ist Datature Open-Source-Software?

Die Kern-Nexus-Cloudplattform ist kein Open-Source-Produkt mit vollständig öffentlich zugänglichem Quellcode. Die offiziellen Beispielmaterialien, die Portal-Visualisierungen sowie einige Hilfsprojekte sind unter den Lizenzen MIT oder Apache-2.0 veröffentlicht.

Können medizinische Daten direkt hochgeladen werden?

Schützenswerte Gesundheitsinformationen können nicht direkt aufgrund der HIPAA-Bekanntmachung auf der Seite hochgeladen werden. Das Team muss zunächst eine Geschäftspartnerschaftsvereinbarung unterzeichnen und die Datenbereiche, Rollenrechte, Audits, Maskierung sowie die eigenen Compliance-Prozesse festlegen.

Zusammenfassung

Datature eignet sich für Teams, die visuelle Daten, deren Annotation, Training und Bereitstellung über eine einheitliche Plattform abwickeln möchten. Die kostenlose Version reicht aus, um kleinere Workflows zu testen, während das Python SDK sowie die Inferenz-Schnittstellen eine weitere Automatisierung ermöglichen. Vor dem Einsatz in der Produktion sollten insbesondere die Kosten, die Datenvolumina, die Exportformate, die Bereitstellungsarchitektur sowie die Protokolle für sensible Daten überprüft werden.