설명
ModelMill은 Literal Labs에서 개발한 클라우드 기반 딥러닝 플랫폼으로, Logic-Based Networks (LBNs)의 훈련, 테스트 및 배포를 위해 설계되었습니다. 데이터 가져오기부터 SDK 생성까지 AI 모델 생성의 전체 프로세스를 자동화하여 사용자가 전문 AI 엔지니어링 지식 없이도 엣지 준비가 완료된 AI 모델을 생성할 수 있도록 합니다.
이 플랫폼은 최대 5GB 크기의 CSV, JSON 또는 ZIP 형식의 데이터셋을 수용하며, 자체 데이터가 없는 사용자를 위해 선별된 OpenML 표 형식 데이터셋을 포함합니다. ModelMill은 데이터를 자동으로 전처리하며, 필터링, 정규화 및 시퀀스 패딩과 같은 작업을 수행하여 고품질 훈련을 위한 준비를 합니다.
주석 달기는 ModelMill의 워크플로우에서 중요한 단계입니다. 사용자는 데이터를 수동으로 주석을 달거나 통계 분석 및 구조적 패턴에 기반하여 주석을 제안하는 ModelMill의 AutoML 엔진을 활용할 수 있습니다. 이 플랫폼은 데이터 주석에 따라 작업 유형을 자동으로 감지하며, 분류, 회귀 및 이상 탐지 작업을 지원합니다.
데이터에 주석이 달리면 사용자는 하드웨어 제약 및 비즈니스 메트릭을 포함한 배포 대상을 정의합니다. ModelMill은 그런 다음 수백 또는 수천 개의 LBN 구성을 병렬로 훈련하여 배포 요구 사항을 충족하는 후보 목록을 생성합니다.
마지막 단계는 선택된 모델을 C 코드 SDK로 변환하여 임베디드 또는 서버 코드베이스에 통합할 준비를 하는 것입니다. SDK에는 훈련된 LBN, 추론 엔진, 빌드 구성, 예제 코드 및 문서가 포함되며, ARM, ESP, RISC-V 및 x86을 포함한 다양한 프로세서 아키텍처에서 테스트됩니다.
ModelMill은 평가를 위한 데모 플랜을 포함한 여러 가격 계획을 제공합니다. 이 플랫폼은 전담 AI 직원이 없는 기술적으로 능력 있는 팀을 위해 설계되었으며, 구성, 훈련 및 후보 선택을 자동화합니다.
ModelMill의 핵심 기능
자동화된 딥러닝 플랫폼
Logic-Based Networks 훈련
데이터 가져오기 및 전처리
AutoML 지원 주석 달기
병렬 모델 훈련
C 코드 SDK 생성
엣지 하드웨어 배포
OpenML 데이터셋 통합
GPU 필요 없음
CSV, JSON, ZIP 형식 지원
분류, 회귀, 이상 탐지
지속적인 성능 평가
배포 로열티 모델
사용자 정의 벤치마킹 시각화
팀 협업 기능
ModelMill 사용 방법은?
데이터 업로드: CSV, JSON 또는 ZIP 형식의 데이터셋 가져오기
주석 달기: 스마트 주석을 위한 AutoML 엔진 사용
배포 정의: 하드웨어 및 비즈니스 메트릭 지정
모델 훈련: LBN 구성의 병렬 훈련
후보 선택: 최상의 성능 모델 평가 및 선택
SDK 생성: 통합을 위한 모델을 C 코드로 변환
배포: 엣지 하드웨어에 SDK 통합
ModelMill의 사용 사례
- 엣지 AI 배포
- 데이터 주석 달기
- 병렬 모델 훈련
- SDK 생성
- OpenML 데이터셋 사용
