epigos.ai

Epigos AI是什麼

Epigos AI是由Epigos LTD所運營的端到端計算機視覺平台，該公司註冊地點在英國。它可協助團隊將原始圖像整理成帶有標籤的資料集，進而用於訓練圖像分類或目標檢測模型，最後再透過網頁、API、SDK或邊緣裝置來加以應用。

此產品適用於那些希望縮短計算機視覺專案開發週期的企業、開發人員以及資料分析團隊。該平台雖然提供GPU托管服務及可視化工作流程，但使用者仍需自行定義業務相關的標籤、準備可靠的樣本，並驗證模型是否達到實際需求。

主要功能概覽

工作區、專案與團隊

註冊後需要先建立工作區，再在工作區內建立計算機視覺專案。工作區用於統一管理成員、專案、API Key、訂閱、資源用量和權限。

• 透過電子郵件或Google帳戶註冊並進入儀表板。
• 為不同團隊、客戶或業務場景建立獨立專案。
• 設定項目名稱、用途、模型類型、標籤和標註說明。
• 在工作區查看儲存、訓練、推理及其他配額消耗。
• 按套餐邀請成員協作，成員數量上限隨方案變化。

同一工作區中的專案可能包含客戶圖像、生產樣本和模型檔案。管理員應按最低必要權限來分配成員的權限及API Key，且在成員離職或專案結束後，應立即撤銷其存取權限。

資料集管理

Epigos AI允許使用者從電腦上傳一批圖像，再進行查看、排序、篩選和拆分。目前的快速入門文件中明確說明，上傳功能支援的圖像格式為何種，因此不應將舊版行銷文章中提到的其他媒體格式視為可被接受的輸入格式。

• 批次上傳：將同一場景或採集任務的圖像作為一組進行導入。
• 資料篩選：按狀態、標籤或批次查找待處理與已標註樣本。
• 訓練拆分：將數據分為訓練、驗證和測試子集，減少評估數據洩漏。
• 版本控制：為不同標註和拆分保留資料集版本，便於復現實驗。
• 品質檢查：在訓練前發現缺失、錯誤或不一致標註。
• 資料增強：透過轉換擴充訓練樣本，但增強方式必須符合真實部署環境。

支援的模型任務

語義分割、關鍵點、影片追蹤以及三維視覺，都沒有在目前的專案建立文件中被列為標準的專案類型。若需要執行這些任務，應先與團隊確認，不應僅根據電腦視覺平台的名稱就自行判斷。

圖像標註

標註介面會顯示待處理的圖像以及預設的類別，使用者選擇類別或繪製目標框後提交，系統就會自動切換到下一張圖像。明確的標籤定義和邊界規則，比單純提升標註速度更重要。

1. 在項目中定義互不重疊且有業務意義的類別。
2. 編寫正例、反例、遮擋、模糊和邊界情況的標註說明。
3. 選擇一個上傳批次並啟動標註任務。
4. 為分類項目選擇整圖標籤，為檢測項目繪製邊界框並賦予類別。
5. 檢查框是否貼合目標、類別是否一致，並提交標註。
6. 抽樣複核不同標註者的結果，再生成資料集版本。

自動標註與人工服務

自動標註可先產生候選結果，再由人工修正，適合已有部分模型或規律明顯的數據。套裝按月提供不同數量的自動標註積分，具體一積分對應多少圖像或動作應以帳戶計量說明為準。

團隊還提供專業的數據標註服務，可由人工標註員依照專案說明來處理數據。此服務的價格、驗收抽樣方式、返工要求、保密規定以及交付格式等，都需要另行確認，不能假設這些都已包含在一般的訂閱服務中。

雲端模型訓練

完成資料集後，使用者選擇資料版本並啟動訓練，平台會在後台分配GPU並執行任務。訓練時間可能因圖片數量、任務複雜度以及資源排隊情況而有所差異，快速入門所給出的常見時間範圍為1至12小時。

1. 確認數據集已經完成標註、審核和訓練驗證拆分。
2. 在項目中選擇訓練模型並指定資料集版本。
3. 檢查訓練輪數、批次大小、學習率及模型架構等可用配置。
4. 啟動後台訓練並等待完成通知，不要在運行中修改對應版本。
5. 打開模型詳情頁查看指標、曲線和配置。
6. 用未參與訓練的測試圖像執行推理，再決定是否部署。

「一鍵訓練」僅簡化基礎設施的操作，不會自動修復錯誤標籤、樣本偏差或不合理的類別設計。生產模型仍需要數據治理、實驗記錄和現場驗證。

訓練結果與模型評估

醫療、工業品質檢測、安全監控以及農業決策，都不能僅依賴一個平均指標。團隊應根據實際的錯誤成本來設定閾值，並分別檢視在不同類別、地點、設備以及人群條件下的表現。

模型部署方式

訓練完成後，可直接在儀表板上上傳樣本進行測試，亦可建立託管推論介面或網頁。該產品還支援模型下載，以及多種邊緣設備的連接方式；至於具體的轉換格式、硬體加速功能以及離線運作能力，則由模型與相關方案來決定。

REST API與API Key

在工作區中，可以建立 API Key，並根據需求選擇 Project 或 Inference 這兩種作用域。Project 作用域用於管理專案、上傳資料、進行訓練及預測，而 Inference 作用域則主要用於調用已經訓練好的模型。

• 為開發、測試和生產分別建立金鑰，不要共用一個長期金鑰。
• 只授予調用方完成任務所需的最小作用域。
• 生成後立即把Secret保存到安全的密鑰管理工具。
• 請勿將Secret提交到GitHub、行動應用程式套件或瀏覽器前端。
• 密鑰洩露或專案結束時立即刪除並重新生成。
• 公開推理應用也應透過自己的後端調用，避免向訪問者暴露平台密鑰。

API接入流程

1. 在工作區設定中建立具有Inference作用域的API Key。
2. 選擇已訓練並通過驗證的模型，記錄模型識別碼和版本。
3. 用少量測試圖片調用推理介面，檢查超時、格式、置信度及錯誤回應。
4. 在業務系統中加入檔案大小、格式和訪問權限校驗。
5. 設定重試、日誌、限流和額度告警，避免無限重複請求。
6. 保存模型版本和預測時間，便於出現問題時追溯。

Python與Node.js SDK

Epigos AI的官方GitHub組織已通過域名驗證，並公開了epigos-python與epigos-ts兩個倉庫。這兩個倉庫都採用MIT許可證，可用於簡化模型管理與推理調用。

• Python SDK適合數據管線、批量預測、伺服器端應用和實驗腳本。
• TypeScript SDK適合Node.js後端及JavaScript生態系統的整合。
• SDK僅是用戶端代碼，呼叫時仍需Epigos帳戶、API Key及相應配額。
• SDK開源並不代表託管訓練平台、模型基礎設施或伺服器端代碼開源。
• 升級SDK前應檢查變更、相容性及鎖定版本，避免生產接口突然變化。

價格與套餐

定價頁面目前顯示了Free、Starter和Teams三種按月支付的價格，同時也提供按年支付的選項，按年支付可享8折優惠。至於具體的年付總金額、稅費及附加服務內容，則以實際結算頁面或銷售報價為準。

理解額度

• 圖像上限表示資料集的容量，但刪除、歸檔或版本副本的計算方式應在帳戶中確認。
• 訓練積分不等於固定GPU小時，模型規模和訓練任務的扣費規則需查看用量頁面。
• 推理積分是按呼叫還是按圖片、批次或計算量扣除，並未在公開價格頁面詳細說明。
• 自動標註額度按月刷新，未用額度是否結轉暫未公開。
• 免費版是否包含模型下載、全部部署格式和工程支持，頁面展示方式存在歧義，應以帳戶權限為準。

付款、取消與退款

平台透過Stripe接受信用卡和借記卡，付款方式可選月付或年付。用戶可從帳戶設定或聯絡客服來取消訂閱，官方聲明稱取消訂閱時不會收取任何隱藏費用或罰金。

取消何時生效、已付週期能否繼續使用、剩餘額度如何處理以及是否退款，都沒有在公開頁面中完整說明。購買時，尤其是選擇年付、人工標註或訂製部署的方式時，應取得書面的退款及交付條款。

適合用戶與應用場景

• 製造企業：識別劃痕、裂紋、缺件和包裝異常，並統計產品數量。
• 農業團隊：識別作物、牲畜、病斑或田間對象，輔助巡檢和分類。
• 倉儲物流：對貨物、包裝和庫存圖片進行分類或定位目標。
• 零售團隊：分析貨架陳列、商品存在及店內視覺事件。
• 醫療研發：建立影像分類或檢測研究原型，但不能在未經驗證的情況下用於臨床診斷。
• 安全團隊：檢測特定對象或異常區域，同時遵守隱私、監控和人臉數據法規。
• AI開發團隊：用API與SDK將自訂視覺模型接入現有產品。

隱私與資料安全

平台會收集帳戶及聯絡資料、付款資訊、IP位址、裝置、瀏覽器、訪問頁面以及Cookie數據，並用於服務提供、付款、通訊、研究與分析。第三方服務商可能在受限的用途下處理相關資訊，法律要求也可能導致資訊被披露。

• 隱私政策稱採用安全加密協議，並將資料訪問限制給授權人員。
• 個人資訊會根據實現目的及法律義務所需時間來保存，但並未公開具體的期限。
• 資料可能傳輸及儲存至歐洲經濟區之外，企業需要評估跨境機制。
• 用戶可申請訪問、更新、更正或刪除不再需要的個人資訊。
• 公開資料未列出完整子處理商、資料中心區域、備份週期或具體安全認證。
• 工業圖像、醫療影像和監控數據上線前應簽署資料處理協議並完成風險評估。

內容權利與商用注意事項

用戶必須確保所上傳的圖像、標籤及其他內容具有合法的授權使用權。本條款賦予 Epigos 為了提供服務而使用、複製、修改、散發及展示用戶內容的全球性、免版稅、可轉讓且可再許可的非獨占權利。

• 涉及人員、患者、員工或消費者的圖像需要取得適用法律要求的同意或其他合法依據。
• 醫療和生物數據應先完成去識別、倫理、保密與跨境審查。
• 客戶委託標註時，應明確原始數據、標註結果及訓練模型的所有權與刪除要求。
• 模型預測無法保證準確，安全、品質與診斷流程必須設置人工複核與停止機制。
• 部署到公共網頁前應確認訪問控制，持有分享鏈接者可能能夠提交推理。

開源狀態

主要優勢

• 覆蓋數據、標註、訓練、評估和部署，減少自行拼接多套工具的工作。
• 支援圖像分類和目標檢測兩種常見的視覺任務，介面適合非專家入門。
• 託管GPU免去早期採購和維護訓練基礎設施。
• 提供託管API、模型下載和邊緣設備路徑，能夠適配不同生產條件。
• 公開Python與TypeScript SDK，便於服務端和資料管線整合。
• 套裝將項目、成員、圖像、自動標註、訓練和推理額度列出，方便初步比較。

能力邊界與風險

• 目前標準上傳明確以圖像為主，影片、分割、姿態和三維任務尚未充分確認。
• 自動標註可能放大已有模型偏差，必須經過人工審核。
• 公開價格沒有解釋全部積分換算和超額單價，真實成本需用試點測量。
• 模型在測試集表現良好並不代表能適應新的相機、光照、地區和人群。
• 託管推理依賴網路、平台可用性及配額，不適合未經容錯設計的關鍵控制。
• 邊緣部署可能需要量化、轉換和硬體優化，不一定能夠直接下載後運行。
• 隱私與安全披露較概括，敏感行業需要合約級補充材料。

選型與上線建議

1. 選擇一個類別明確、可收集地面真值的低風險場景做概念驗證。
2. 用Free方案驗證上傳、標註、訓練和推理流程，再記錄每個環節的額度消耗。
3. 建立獨立測試集，並按真實設備、場所和困難條件分組評估。
4. 確認模型導出格式、推理時延、設備相容性及斷網策略。
5. 對數據、標註、模型、API Key和分享頁面設定最低權限與刪除流程。
6. 付款前核實超額價格、年付總額、退款、技術支援及訂製部署範圍。

常見問題

Epigos AI支援哪些計算機視覺任務？

目前的專案文件中明確列出了圖像分類和目標檢測這兩項任務。至於其他任務，則尚未被視為標準的專案類型，需要向產品團隊確認。

可以免費使用嗎？

可以。Free方案無需信用卡，包含1個項目、5名成員、1000張數據集圖片、5個訓練積分和每月100個推理積分。

訓練模型需要自己準備GPU嗎？

不需要，平台在雲端分配訓練資源並在後台運行。複雜項目的訓練時間和積分消耗仍取決於數據量、配置和資源情況。

能把模型部署到自己的設備嗎？

平台提供模型下載，並宣傳Jetson、OAK、Raspberry Pi、行動裝置、瀏覽器及雲端路徑。實際的格式、量化、速度與相容性應以目標硬體進行驗證。

Epigos AI提供API和SDK嗎？

提供REST API以及Python和TypeScript SDK。API Key可設定為Project或Inference作用域，兩個SDK倉庫採用MIT許可證。

Epigos AI本身是開源的嗎？

託管平台不是開源產品。開放的是用戶端SDK代碼，不能據此推斷服務端、訓練系統或模型庫為開源。

年付和退款規則是什麼？

年付頁面標示相對月付節省20%，但確切金額以結算頁為準。可以取消訂閱，公開頁面沒有完整披露退款和剩餘額度規則，購買前應書面確認。

適合直接用於醫療診斷嗎？

不應僅憑平台模型直接用於診斷。醫療場景需要去識別、倫理和法規審查，並完成外部驗證、臨床評估和人工複核。