开发者新闻 | 利用 NVIDIA TAO 工具包和 Appen 数据标注平台克服数据收集和增强的障碍

从零开始构建 AI 模型需要大量的数据、时间、金钱和专业知识。这与在 AI 领域取得成功所需要的条件不符:快速上市以及快速发展和定制解决方案的能力。NVIDIA TAO 是一个 AI-Model-Adaptation 框架，与从头开始的训练相比，它使您可以在很短的时间内利用生产质量、预先训练的AI模型并对其进行微调。

为了进一步微调这些模型，或确认模型的精度，需要额外的高质量的训练数据。Appen 是 TAO 的数据注释合作伙伴，如果您没有合适的可用数据，它可以访问高质量数据集和服务，可以根据您的独特需求对数据进行标记和注释。

在这篇文章中，我将向您展示如何使用 NVIDIA TAO工具包一个基于 CLI 的NVIDIA TAO 框架的解决方案，以及 Appen 的数据标记平台来简化整个训练过程，并为特定的用例创建高度定制的模型。

在您的团队确定了要使用 ML 解决的业务问题后，您可以从 NVIDIA 的计算机视觉和对话 AI 的预先训练的 AI 模型集合中进行选择。计算机视觉模型可以包括人脸检测模型、文本识别、分割等。然后，您可以应用TAO Toolkit 来构建、训练、测试和部署您的解决方案。

为了加快数据收集和扩充过程，您现在可以使用 Appen 数据注释平台来为您的用例创建正确的训练数据。强大的平台使您能够访问来自170多个国家、讲235种语言的全球超过100万名熟练的注释者。Appen 的数据标注平台和专业知识还为您提供其他资源:

有了干净、高质量的数据，您可以调整预先训练的 NVIDIA 模型，以适应您的需求、修剪和再训练，以达到您需要的性能水平。

视频分析依靠计算机处理和视频内容的自动分析来检测和确定时间和空间事件。随着视频迅速成为传递信息的主要媒体形式，该领域预计在未来十年将经历两位数的增长。