Datature 是什么
Datature 是新加坡 Datature Analytics Pte Ltd 推出的端到端计算机视觉平台,核心产品 Nexus 把数据管理、标注、模型训练、评估和部署放在同一工作空间。它既提供无代码界面,也提供 Python SDK、管理接口和推理接口,适合从原型验证扩展到生产应用。
主要能力
- 数据集管理:上传和组织图像、视频序列及相关元数据,通过标签、版本和项目结构维护训练资产。
- AI 辅助标注:支持分类、边界框、关键点、实例或语义分割以及部分 3D 标注,并提供 SAM、IntelliBrush、自动标注和协作审核流程。
- 可视化训练:用拖拽工作流连接数据、增强和模型节点,调整架构、批量大小、训练轮次等参数,再调用云端 GPU 训练。
- 评估与迭代:保存训练检查点,将预测与真实标签可视化比较,并通过分析结果回到数据清洗、重标或主动学习环节。
- 生产部署:把选定模型发布为托管推理接口,导出到常见框架,或部署到本地、边缘设备、自有服务器及私有云。
- 自动化集成:Python SDK 和管理接口可编排资产上传、标注同步、训练启动、产物导出及部署生命周期。
支持的视觉任务与结果
| 任务 | 典型输入 | 输出 | 适用场景 |
|---|---|---|---|
| 图像分类 | 已按类别整理或待标注的图像 | 图片类别与置信度 | 内容归类、质量分级、产品识别 |
| 目标检测 | 带边界框标签的图像或视频帧 | 对象类别、位置与置信度 | 缺陷检测、人车识别、库存计数 |
| 关键点 | 带关键部位坐标的图像 | 关键点位置与姿态结构 | 人体姿态、动作和部件定位 |
| 图像分割 | 像素级掩码标注 | 实例或区域掩码 | 医学影像、农作物、材料与复杂轮廓分析 |
从数据到部署的完整流程
- 注册 Nexus 工作空间并创建项目,根据任务选择分类、检测、关键点或分割类型。
- 导入图像或序列,建立类别与标签规范;敏感数据应先确定存储区域、访问权限和合规要求。
- 使用手工或 AI 辅助工具完成标注,通过审核、共识或版本流程检查数据一致性。
- 在可视化工作流中设置数据划分、增强、模型架构和训练参数,再启动 GPU 训练。
- 查看损失、指标和预测叠加效果,选择合适检查点;结果不理想时返回数据和标注环节继续迭代。
- 将模型导出为账户支持的框架,或创建托管推理部署;应用通过密钥调用后还需监控延迟、失败和数据漂移。
套餐与用量
| 套餐或版本 | 价格 | 计费周期 | 核心权益或额度 | 适合用户 |
|---|---|---|---|---|
| Free | 0 美元 | 长期免费额度 | 最多 300 张图片、300MB 存储、5 个可导出模型、每月 300 分钟训练;每项目 1 名用户 | 学习、教学和小型原型 |
| Developer | 联系销售 | 按合同 | 最多 50,000 张图片、5TB 存储、50 个可导出模型、每月 3,000 分钟训练 | 开发者、研究人员和早期产品团队 |
| Professional | 联系销售 | 按合同 | 最多 350,000 张图片、35TB 存储,含团队协作、自动化、生产部署和专家支持 | 扩展中的机器学习团队 |
| Enterprise | 定制报价 | 按合同 | 数百万图片、自定义存储、自托管或私有云、细粒度工作区权限及合规支持 | 大型企业、政府与受监管行业 |
额外训练时间、团队席位、部署容器、实施服务和定制开发需要单独报价。公开开发文档中的部分额度带有历史更新时间,最终容量、模型导出格式、区域、税费和服务级别应以账户后台及销售合同为准。
Python SDK、API 与模型导出
| 能力 | 用途 | 前置条件或限制 |
|---|---|---|
| Python SDK | 管理工作区、项目、资产、标签、序列、标注、训练、产物与部署 | 需 Python 3.8 或更高版本,并使用项目 Secret 鉴权 |
| Management API | 从外部系统自动上传数据、同步标注并编排训练流程 | 权限受项目角色和套餐约束,密钥不得写入客户端或公开仓库 |
| Inference API | 向托管模型提交图像并接收结构化预测 | 生产部署主要面向 Professional 或定制方案,计算与容器额度需确认 |
| 模型导出 | 将训练产物用于本地、移动或边缘推理 | 免费版以 TensorFlow 为主,较高方案文档列有 TFLite 和 ONNX,实际格式以项目可选项为准 |
开源状态与官方代码
- Datature Nexus 是托管商业平台,未以开源许可证公开完整服务端和平台源代码。
- 官方 resources 仓库收录教程、Notebook、SDK 指南、推理和边缘部署示例,采用 MIT 许可证。
- Portal 是独立的模型加载、图片或视频推理可视化工具,可在浏览器或 Electron 环境运行,采用 Apache-2.0 许可证。
- 官方另有采用 MIT 许可证的 Discolight 仓库;这些组件开源不代表云平台、模型或用户训练产物自动适用同一许可证。
隐私、安全与合规
- 平台会处理账户身份、联系方式、设备和网络信息、交易记录、使用数据,以及用户为计算机视觉项目上传的数据。
- 隐私政策允许为托管、数据库、邮件、支付、分析和支持等目的向服务商提供必要信息,并可能发生跨境存储或处理。
- 个人信息一般保留至完成服务或法律目的;政策另述对话及个人数据最长可保留 6 年,账户删除后的清理最长可能需要 60 天,备份副本也未必立即消失。
- Datature 声明通过 SOC 2 Type II 审核,并对静态和传输数据加密,对访问令牌和密钥进行应用层加密,数据库备份间隔可短至 12 小时。
- 医疗团队只有在与运营方签署业务伙伴协议后,才应在托管平台存储受 HIPAA 保护的健康信息;合规声明不能替代客户自身的权限、脱敏和审计责任。
- 支付由 Stripe 处理,平台称不保存银行卡信息;任何云服务仍无法保证绝对安全,生产项目应配置最小权限并定期轮换密钥。
适合的用户与场景
- 机器学习工程师:快速完成数据准备、训练实验、模型比较和部署验证。
- 研究人员与高校团队:在不维护整套 GPU 和标注基础设施的情况下开展视觉实验。
- 制造和建筑团队:构建缺陷检测、质量检查、设备或安全行为识别模型。
- 医疗和生命科学团队:进行影像分割或分类,但需先完成数据合规、协议和访问控制配置。
- 农业、零售、城市和能源团队:用于作物监测、库存分析、人车检测和基础设施巡检。
优势与限制
| 方面 | 实际价值 | 能力边界 |
|---|---|---|
| 端到端工作流 | 减少在标注、训练和部署工具之间搬运数据的成本 | 深度自动化仍需要理解数据质量、指标和部署架构 |
| AI 辅助标注 | 可加快复杂轮廓、批量数据和迭代项目的标注 | 自动结果必须抽检,偏差会直接影响模型性能 |
| 无代码训练 | 让非框架专家也能配置常见视觉实验 | 不能替代模型选择、误差分析和领域验证 |
| 多种部署方式 | 可连接托管接口、本地环境、边缘设备和私有基础设施 | 生产接口、自托管、合规和高容量通常需要付费合同 |
退款与采购注意事项
标准免费版无需信用卡,但当前公开页面没有给出付费方案的统一金额或通用退款时限。购买 Developer、Professional、Enterprise 或增购资源前,应在报价和订单中确认最低期限、超额计费、退款、数据迁移、部署区域、退出与删除安排。
常见问题
Datature 需要编程吗?
基础的数据标注、工作流配置、训练和评估可以通过网页界面完成。自动化、外部系统集成和生产推理通常需要 Python 或接口开发能力。
免费版可以训练模型吗?
可以,当前免费版提供每月 300 分钟训练,并允许处理最多 300 张图片和导出 5 个模型。额度较小,更适合学习和原型而不是持续生产。
Datature 支持哪些视觉任务?
核心任务包括图像分类、目标检测、关键点以及像素级分割。具体架构、3D 数据和医学格式支持会随工作流及方案变化,应在项目创建时确认。
可以把模型部署到自己的设备吗?
可以导出支持格式并参考边缘部署示例,也可在企业方案中协商自有服务器或私有云。目标硬件的算力、转换兼容性和推理性能仍需单独测试。
Datature 是开源软件吗?
核心 Nexus 云平台不是公开完整源代码的开源产品。官方示例资源、Portal 可视化器和部分辅助项目分别采用 MIT 或 Apache-2.0 许可证。
医疗数据可以直接上传吗?
不能只凭页面上的 HIPAA 声明直接上传受保护健康信息。团队需要先签署业务伙伴协议,并确认数据区域、角色权限、审计、脱敏和组织自身的合规流程。
总结
Datature 适合希望用统一平台完成视觉数据、标注、训练和部署的团队,免费版足以验证小型工作流,Python SDK 与推理接口则支持进一步自动化。进入生产前,应重点核对付费报价、数据容量、导出格式、部署架构和敏感数据协议。
桂公网安备45132202000164号