Datature是什麼
Datature是新加坡的Datature Analytics Pte Ltd所推出的端到端計算機視覺平台。其核心產品Nexus能將資料管理、標註、模型訓練、評估及部署等功能整合在同一個工作空間中。它既提供無程式碼介面,也提供Python SDK、管理介面和推理介面,因此很適合用於從原型驗證到實際應用的過程。
主要能力
- 資料集管理:上傳並整理圖像、影片序列及相關的元資料,透過標籤、版本與專案結構來管理訓練資產。
- AI輔助標註:支援分類、邊界框、關鍵點、實例或語義分割,以及部分 3D 標註,並提供 SAM、IntelliBrush、自動標註和協作審核流程。
- 可視化訓練:用拖拽工作流連接資料、增強與模型節點,調整架構、批次大小、訓練輪次等參數,再呼叫雲端 GPU 進行訓練。
- 評估與迭代:保存訓練檢查點,將預測結果與真實標籤以可視化方式進行比較,並透過分析結果回到資料清洗、重標定或主動學習的步驟。
- 生產部署:將選定模型發布為託管推論介面,導出到常見框架,或部署到本地、邊緣設備、自有伺服器及私有雲。
- 自動化整合:Python SDK 與管理介面可編排資產上傳、標註同步、訓練啟動、產物導出及部署生命週期。
支援的視覺任務與結果
| 任務 | 典型輸入 | 輸出 | 適用場景 |
|---|---|---|---|
| 圖像分類 | 已按類別整理或待標註的圖像 | 圖片類別與置信度 | 內容歸類、品質分級、產品識別 |
| 目標檢測 | 帶邊界框標籤的圖像或影片幀 | 對象類別、位置與置信度 | 缺陷檢測、人車識別、庫存計數 |
| 關鍵點 | 帶關鍵部位坐標的圖像 | 關鍵點位置與姿態結構 | 人體姿態、動作和部件定位 |
| 圖像分割 | 像素級掩碼標註 | 實例或區域遮罩 | 醫學影像、農作物、材料與複雜輪廓分析 |
從數據到部署的完整流程
- 註冊 Nexus 工作空間並建立專案,根據任務選擇分類、檢測、關鍵點或分割類型。
- 導入圖像或序列,建立類別與標籤規範;敏感數據應先確定儲存區域、訪問權限和合規要求。
- 使用手工或 AI 辦助工具完成標註,透過審核、共識或版本流程檢查數據一致性。
- 在可視化工作流中設定資料劃分、增強、模型架構和訓練參數,再啟動 GPU 訓練。
- 查看損失、指標和預測疊加效果,選擇合適檢查點;結果不理想時返回數據和標註環節繼續迭代。
- 將模型導出為帳戶支援的框架,或建立託管推論部署;應用程式在透過金鑰調用後,還需監控延遲、失敗與數據漂移。
套餐與用量
| 套餐或版本 | 價格 | 計費週期 | 核心權益或額度 | 適合用戶 |
|---|---|---|---|---|
| Free | 0 美元 | 長期免費額度 | 最多 300 張圖片、300MB 儲存空間、5 個可導出的模型、每月 300 分鐘訓練時間;每個專案 1 名使用者 | 學習、教學和小型原型 |
| Developer | 聯絡銷售 | 按合約 | 最多 50,000 張圖片、5TB 儲存空間、50 個可導出模型、每月 3,000 分鐘訓練 | 開發者、研究人員和早期產品團隊 |
| Professional | 聯絡銷售 | 按合約 | 最多 350,000 張圖片、35TB 儲存空間,含團隊協作、自動化、生產部署及專家支援 | 擴展中的機器學習團隊 |
| Enterprise | 訂製報價 | 按合約 | 數百萬張圖片、自訂儲存、自託管或私有雲、細粒度工作區權限及合規支援 | 大型企業、政府與受監管行業 |
額外訓練時間、團隊席位、部署容器、實施服務及訂製開發需另行報價。公開開發文件中的部分額度附有歷史更新時間,最終容量、模型導出格式、地區、稅費及服務等級應以帳戶後台及銷售合約為準。
Python SDK、API 與模型導出
| 能力 | 用途 | 前置條件或限制 |
|---|---|---|
| Python SDK | 管理工作區、專案、資產、標籤、序列、註解、訓練、產物與部署 | 需 Python 3.8 或更高版本,並使用專案 Secret 驗證 |
| Management API | 從外部系統自動上傳數據、同步標註並編排訓練流程 | 權限受項目角色和套餐約束,密鑰不得寫入客戶端或公開倉庫 |
| Inference API | 向託管模型提交圖像並接收結構化預測 | 生產部署主要面向 Professional 或訂製方案,計算與容器額度需確認 |
| 模型導出 | 將訓練產物用於本地、移動或邊緣推理 | 免費版以 TensorFlow 為主,較高方案文件中列有 TFLite 和 ONNX,實際格式以專案可選項為準 |
開源狀態與官方代碼
- Datature Nexus是一個託管型商業平台,其完整的伺服器端及平台原始碼並未以開源授權的方式公開。
- 官方 resources 倉庫收錄教學、Notebook、SDK 指南、推理與邊緣部署範例,採用 MIT 授權協議。
- Portal是一個獨立的模型載入、圖片或影片推理可視化工具,可在瀏覽器或Electron環境中運行,採用Apache-2.0許可證。
- 官方另有採用 MIT 讓許可證的 Discolight 倉庫;這些組件開源並不代表雲平台、模型或用戶訓練產物自動適用同一許可證。
隱私、安全與合規
- 平台會處理帳戶身分、聯絡方式、設備與網路資訊、交易記錄、使用數據,以及用戶為計算機視覺專案上傳的數據。
- 隱私政策允許為託管、資料庫、郵件、支付、分析及支援等目的,向服務商提供必要資訊,且可能發生跨國儲存或處理。
- 個人資訊通常會在服務完成或達成法律要求之後才被刪除;根據相關政策,對話內容及個人資料的最長保存期限為 6 年,而帳戶被刪除後的資料清理則可能需要最多 60 天的時間,此外,備份副本也不一定會立刻被移除。
- Datature的聲明指出,其系統已通過SOC 2 Type II審計,且會對靜態及傳輸中的資料進行加密處理;同時,對於存取令牌和金鑰也會在應用層面進行加密。此外,資料庫的備份間隔可短至12小時。
- 醫療團隊只有在與運營方簽署業務合作協議之後,才能在託管平台上儲存受 HIPAA 保護的健康資訊;合規聲明無法取代客戶本身的權限、資料脫敏以及審計責任。
- 支付由 Stripe 處理,平台聲稱不會儲存銀行卡資訊;任何雲服務仍無法保證絕對安全,生產專案應配置最低權限並定期輪換密鑰。
適合的使用者與場景
- 機器學習工程師:快速完成資料準備、訓練實驗、模型比較和部署驗證。
- 研究人員與高校團隊:在未維護整套 GPU 與標註基礎設施的情況下開展視覺實驗。
- 製造和建築團隊:構建缺陷檢測、品質檢查、設備或安全行為識別模型。
- 醫療和生命科學團隊:進行影像分割或分類,但需先完成數據合規、協議和訪問控制配置。
- 農業、零售、城市與能源團隊:用於作物監測、庫存分析、人車檢測以及基礎設施巡檢。
優勢與限制
| 方面 | 實際價值 | 能力邊界 |
|---|---|---|
| 端到端工作流 | 減少在標註、訓練和部署工具之間搬運數據的成本 | 深度自動化仍需要理解數據品質、指標和部署架構 |
| AI 輔助標註 | 可加快複雜輪廓、批量數據和迭代項目的標註 | 自動結果必須抽檢,偏差會直接影響模型性能 |
| 無代碼訓練 | 讓非框架專家也能配置常見視覺實驗 | 不能替代模型選擇、誤差分析與領域驗證 |
| 多種部署方式 | 可連接託管介面、本地環境、邊緣設備和私有基礎設施 | 生產介面、自託管、合規及高容量通常需要付費合約 |
退款與採購注意事項
標準免費版無需信用卡,但目前的公開頁面並未說明付費方案的統一金額或通用退款時限。在購買 Developer、Professional、Enterprise 版本或額外添加資源之前,應先在報價和訂單中確認最低使用期限、超額計費規則、退款方式、資料遷移流程、部署地點,以及退訂與刪除相關的安排。
常見問題
Datature需要編程嗎?
基礎的資料標註、工作流程設定、訓練與評估皆可透過網頁介面來完成。至於自動化處理、外部系統整合以及產生推論等功能,則通常需要 Python 或相關的介面開發能力。
免費版可以訓練模型嗎?
可以,目前免費版每月提供 300 分鐘的訓練時間,且可處理最多 300 張圖片,並能導出 5 個模型。由於額度較小,因此更適合用於學習和製作原型,而非用於持續性的生產工作。
Datature 能支援哪些視覺任務?
核心任務包括圖像分類、目標檢測、關鍵點以及像素級分割。具體架構、3D 數據和醫學格式支援會隨工作流及方案變化,應在項目創建時確認。
可以把模型部署到自己的設備嗎?
可以導出支援的格式並參考邊緣部署範例,也可於企業方案中協商使用自有伺服器或私有雲。目標硬體的運算能力、轉換相容性及推論效能仍需另行測試。
Datature是開源軟體嗎?
核心 Nexus 雲端平台並非提供完整開源原始碼的開源產品。官方提供的範例資源、Portal 可視化工具,以及一些輔助性項目,則分別採用 MIT 或 Apache-2.0 授權條款。
醫療數據可以直接上傳嗎?
不能僅憑頁面上的 HIPAA 說明就直接上傳受保護的健康資訊。團隊必須先簽署業務合作夥伴協議,並確認資料管理範圍、角色權限、審計機制、資料匿名化處理方式,以及組織自身的合規流程。
總結
Datature適合那些希望透過統一平台來處理視覺數據、進行標註、訓練及部署的團隊。免費版已足以用於測試小型工作流程,而Python SDK與推理介面則可幫助實現更進一步的自動化。在投入正式使用之前,應仔細檢查費用、資料容量、導出格式、部署架構以及敏感數據的處理方式。
桂公網安備45132202000164號