epigos.ai

Epigos AI是什么

Epigos AI是Epigos LTD运营的端到端计算机视觉平台，公司注册于英国。它帮助团队把原始图像整理为有标签的数据集，训练图像分类或目标检测模型，再通过网页、API、SDK或边缘设备投入使用。

产品面向希望缩短计算机视觉项目工程周期的企业、开发者和数据团队。平台提供托管GPU和可视化工作流，但仍需要用户定义业务标签、准备可靠样本并验证模型是否达到实际要求。

主要功能概览

工作区、项目与团队

注册后需要先创建工作区，再在工作区内建立计算机视觉项目。工作区用于统一管理成员、项目、API Key、订阅、资源用量和权限。

• 通过邮箱或Google账户注册并进入仪表板。
• 为不同团队、客户或业务场景建立独立项目。
• 设置项目名称、用途、模型类型、标签和标注说明。
• 在工作区查看存储、训练、推理和其他配额消耗。
• 按套餐邀请成员协作，成员数量上限随方案变化。

同一工作区中的项目可能包含客户图像、生产样本和模型文件。管理员应按最小权限分配成员与API Key，离职或项目结束后及时撤销访问。

数据集管理

Epigos AI允许用户从电脑上传图像批次，再进行查看、排序、筛选和拆分。当前快速入门文档明确写明上传功能支持图像格式，因此不应把旧营销文章提到的其他媒体视为已确认输入。

• 批次上传：把同一场景或采集任务的图像作为一组导入。
• 数据筛选：按状态、标签或批次查找待处理与已标注样本。
• 训练拆分：把数据分为训练、验证和测试子集，减少评估数据泄漏。
• 版本控制：为不同标注和拆分保留数据集版本，便于复现实验。
• 质量检查：在训练前发现缺失、错误或不一致标注。
• 数据增强：通过变换扩充训练样本，但增强方式必须符合真实部署环境。

支持的模型任务

语义分割、关键点、视频跟踪和三维视觉没有在当前项目创建文档中作为标准项目类型明确列出。需要这些任务时应先向团队确认，不宜根据计算机视觉平台名称自行推断。

图像标注

标注界面会显示待处理图像和预设类别，用户选择类别或绘制目标框后提交，系统自动进入下一张。明确的标签定义和边界规则比单纯提高标注速度更重要。

1. 在项目中定义互不重叠且有业务意义的类别。
2. 编写正例、反例、遮挡、模糊和边界情况的标注说明。
3. 选择一个上传批次并启动标注任务。
4. 为分类项目选择整图标签，为检测项目绘制边界框并赋予类别。
5. 检查框是否贴合目标、类别是否一致，并提交标注。
6. 抽样复核不同标注者的结果，再生成数据集版本。

自动标注与人工服务

自动标注可以先产生候选结果，再由人工修正，适合已有部分模型或规律明显的数据。套餐按月提供不同数量的自动标注积分，具体一积分对应多少图像或动作应以账户计量说明为准。

团队也提供专业数据标注服务，可由人工标注员按照项目说明处理数据。该服务的价格、验收抽样、返工、保密和交付格式需要单独确认，不能假设已包含在普通订阅中。

云端模型训练

完成数据集后，用户选择数据版本并启动训练，平台在后台分配GPU和运行任务。训练时间可能因图片数量、任务复杂度和资源排队而变化，快速入门给出的常见范围为1至12小时。

1. 确认数据集已经完成标注、审核和训练验证拆分。
2. 在项目中选择训练模型并指定数据集版本。
3. 检查训练轮数、批大小、学习率和模型架构等可用配置。
4. 启动后台训练并等待完成通知，不要在运行中修改对应版本。
5. 打开模型详情页查看指标、曲线和配置。
6. 用未参与训练的测试图像执行推理，再决定是否部署。

“一键训练”只简化基础设施操作，不会自动修复错误标签、样本偏差或不合理的类别设计。生产模型仍需要数据治理、实验记录和现场验证。

训练结果与模型评估

医疗、工业质检、安全监控和农业决策不能只依据一个平均指标。团队应按实际错误成本设置阈值，并分别检查不同类别、地点、设备和人群条件下的表现。

模型部署方式

训练完成后可直接在仪表板上传样例测试，也可以创建托管推理接口或网页。产品还宣传模型下载和多种边缘设备路径，具体转换格式、硬件加速和离线能力由模型与方案决定。

REST API与API Key

工作区可以创建API Key，并按用途选择Project或Inference作用域。Project范围可管理项目、上传数据、训练和预测，Inference范围主要用于调用已训练模型。

• 为开发、测试和生产分别创建密钥，不要共用一个长期密钥。
• 只授予调用方完成任务所需的最小作用域。
• 生成后立即把Secret保存到安全的密钥管理工具。
• 不要把Secret提交到GitHub、移动应用包或浏览器前端。
• 密钥泄漏或项目结束时立即删除并重新生成。
• 公开推理应用也应通过自己的后端调用，避免向访问者暴露平台密钥。

API接入流程

1. 在工作区设置中创建具有Inference作用域的API Key。
2. 选择已训练并通过验证的模型，记录模型标识和版本。
3. 用少量测试图片调用推理接口，检查超时、格式、置信度和错误响应。
4. 在业务系统中加入文件大小、格式和访问权限校验。
5. 设置重试、日志、限流和额度告警，避免无限重复请求。
6. 保存模型版本和预测时间，便于出现问题时追溯。

Python与Node.js SDK

Epigos AI的官方GitHub组织已通过域名验证，并公开epigos-python与epigos-ts两个仓库。两者均显示采用MIT许可证，可用于简化模型管理与推理调用。

• Python SDK适合数据管线、批量预测、服务端应用和实验脚本。
• TypeScript SDK适合Node.js后端及JavaScript生态集成。
• SDK只是客户端代码，调用仍需要Epigos账户、API Key和相应配额。
• SDK开源不代表托管训练平台、模型基础设施或服务端代码开源。
• 升级SDK前应检查变更、兼容性和锁定版本，避免生产接口突然变化。

价格与套餐

定价页当前显示Free、Starter和Teams三档月付价格，并提供年付切换，年付标示节省20%。具体年付总额、税费和附加服务应以实际结算页或销售报价为准。

理解额度

• 图像上限表示数据集容量，但删除、归档或版本副本如何计数应在账户中确认。
• 训练积分不等于固定GPU小时，模型规模和训练任务的扣费规则需查看用量页面。
• 推理积分按调用还是按图片、批次或计算量扣除没有在公开价格页详细解释。
• 自动标注额度按月刷新，未用额度是否结转暂未公开。
• 免费版是否包含模型下载、全部部署格式和工程支持，页面展示方式存在歧义，应以账户权限为准。

付款、取消与退款

平台通过Stripe接受信用卡和借记卡，文档支持月付与年付。用户可以从账户设置或联系支持取消订阅，公开说明称取消不收隐藏费用或罚金。

取消何时生效、已付周期能否继续使用、剩余额度如何处理以及是否退款没有在公开页面完整说明。购买尤其是年付、人工标注或定制部署前，应取得书面退款和交付条款。

适合用户与应用场景

• 制造企业：识别划痕、裂纹、缺件和包装异常，并统计产品数量。
• 农业团队：识别作物、牲畜、病斑或田间对象，辅助巡检和分类。
• 仓储物流：对货物、包装和库存图片分类或定位目标。
• 零售团队：分析货架陈列、商品存在和店内视觉事件。
• 医疗研发：建立影像分类或检测研究原型，但不能未经验证用于临床诊断。
• 安全团队：检测特定对象或异常区域，同时遵守隐私、监控和人脸数据法规。
• AI开发团队：用API与SDK把自定义视觉模型接入现有产品。

隐私与数据安全

平台会收集账户和联系资料、付款信息、IP地址、设备、浏览器、访问页面和Cookie数据，并用于服务交付、付款、通信、研究和分析。第三方服务商可能在受约束的用途下处理相关信息，法律要求也可能触发披露。

• 隐私政策称采用安全加密协议，并把数据访问限制给授权人员。
• 个人信息按实现目的和法律义务所需时间保存，但没有公开精确期限。
• 数据可能传输和存储到欧洲经济区以外，企业需要评估跨境机制。
• 用户可申请访问、更新、更正或删除不再需要的个人信息。
• 公开材料未列出完整子处理商、数据中心区域、备份周期或具体安全认证。
• 工业图像、医疗影像和监控数据上线前应签署数据处理协议并完成风险评估。

内容权利与商用注意事项

用户必须确保上传的图像、标签和其他内容具有合法使用权。条款授予Epigos为提供服务而使用、复制、修改、分发和展示用户内容的全球、免版税、可转让且可再许可的非独占权利。

• 涉及人员、患者、员工或消费者的图像需要取得适用法律要求的同意或其他合法依据。
• 医疗和生物数据应先完成去标识、伦理、保密与跨境审查。
• 客户委托标注时，应明确原始数据、标注结果和训练模型的所有权与删除要求。
• 模型预测不保证准确，安全、质量和诊断流程必须设置人工复核与停止机制。
• 部署到公共网页前应确认访问控制，持有分享链接者可能能够提交推理。

开源状态

主要优势

• 覆盖数据、标注、训练、评估和部署，减少自行拼接多套工具的工作。
• 支持图像分类和目标检测两种常用视觉任务，界面适合非专家起步。
• 托管GPU免去早期采购和维护训练基础设施。
• 提供托管API、模型下载和边缘设备路径，能够适配不同生产条件。
• 公开Python与TypeScript SDK，便于服务端和数据管线集成。
• 套餐把项目、成员、图像、自动标注、训练和推理额度列出，方便初步比较。

能力边界与风险

• 当前标准上传明确以图像为主，视频、分割、姿态和三维任务未充分确认。
• 自动标注可能放大已有模型偏差，必须经过人工审核。
• 公开价格没有解释全部积分换算和超额单价，真实成本需用试点测量。
• 模型在测试集表现良好不代表能适应新的相机、光照、地区和人群。
• 托管推理依赖网络、平台可用性和配额，不适合未经容错设计的关键控制。
• 边缘部署可能需要量化、转换和硬件优化，不一定能够直接下载后运行。
• 隐私与安全披露较概括，敏感行业需要合同级补充材料。

选型与上线建议

1. 选择一个类别明确、可收集地面真值的低风险场景做概念验证。
2. 用Free方案验证上传、标注、训练和推理流程，再记录每个环节的额度消耗。
3. 建立独立测试集，并按真实设备、场所和困难条件分组评估。
4. 确认模型导出格式、推理时延、设备兼容性和断网策略。
5. 对数据、标注、模型、API Key和分享页面设置最小权限与删除流程。
6. 付款前核实超额价格、年付总额、退款、技术支持和定制部署范围。

常见问题

Epigos AI支持哪些计算机视觉任务？

当前项目文档明确列出图像分类和目标检测。其他任务没有作为标准项目类型充分确认，需要向产品团队核实。

可以免费使用吗？

可以。Free方案无需信用卡，包含1个项目、5名成员、1000张数据集图片、5个训练积分和每月100个推理积分。

训练模型需要自己准备GPU吗？

不需要，平台在云端分配训练资源并后台运行。复杂项目的训练时间和积分消耗仍取决于数据量、配置和资源情况。

能把模型部署到自己的设备吗？

平台提供模型下载并宣传Jetson、OAK、Raspberry Pi、移动设备、浏览器和云端路径。实际格式、量化、速度和兼容性应使用目标硬件验证。

Epigos AI提供API和SDK吗？

提供REST API以及Python和TypeScript SDK。API Key可设置Project或Inference作用域，两个SDK仓库采用MIT许可证。

Epigos AI本身开源吗？

托管平台不是开源产品。开放的是客户端SDK代码，不能据此推断服务端、训练系统或模型库开源。

年付和退款规则是什么？

年付页面标示相对月付节省20%，但确切金额以结算页为准。可以取消订阅，公开页面没有完整披露退款和剩余额度规则，购买前应书面确认。

适合直接用于医疗诊断吗？

不应仅凭平台模型直接用于诊断。医疗场景需要去标识、伦理和法规审查，并完成外部验证、临床评估和人工复核。