EasyDL

2017年11月中旬百度在國內推出EasyDL ^[3]  ，面向AI零算法基礎或追求高效率開發的企業用户及開發者提供零門檻AI模型訓練與服務平台，設計簡約，極易理解，最快5分鐘即可上手，10分鐘完成模型訓練。

EasyDL面向零算法基礎或者追求高效率開發AI的企業用户，提供圖像、文本、音頻、視頻、表格數據多個技術方向的模型定製，同時還針對零售行業提供了EasyDL零售行業版。

零售行業版 ^[4]  面向零售行業的品牌商、ISV及服務商等企業用户，針對貨架巡檢、自助結算台、無人零售櫃等典型零售行業場景，提供了定製商品檢測與標準商品檢測兩種基礎服務，以及貨架拼接、翻拍識別、商品陳列層數識別和商品陳列場景識別等增值服務，幫助零售品牌商做好門店內的過程管理，提升終端執行的質量與效率，促進零售行業的智能化轉型。

EasyDL提供圍繞AI服務開發的端到端的一站式AI開發和部署平台，包括數據上傳和數據標註(EasyData ^[5]  )、訓練任務配置及調參、模型效果評估、模型部署(EasyEdge ^[6]  )。

EasyDL基於基於Paddle Paddle飛槳深度學習框架構建而成，內置豐富百度用户百億級大數據訓練的成熟預訓練模型，如圖象分類、物體檢測、文本實體抽取、聲音/視頻分類等。同時底層結合百度自研的AutoDL/AutoML技術，基於少量數據就能獲得出色效果和性能的模型。

EasyDL模型訓練階段需要在線訓練。訓練完成後，可將模型部署在公有云服務器、私有本地服務器，封裝成可離線運行的設備端SDK，或直接購買軟硬一體方案，有效應對各種業務場景對模型部署要求。

公有云API

訓練完成的模型存儲在雲端，可通過獨立Rest API調用模型，實現AI能力與業務系統或硬件設備整合。具有完善的鑑權、流控等安全機制，GPU集羣穩定承載高併發請求。支持查找雲端模型識別錯誤的數據，糾正結果並將其加入模型迭代的訓練集，不斷優化模型效果

可將訓練完成的模型部署在私有CPU/GPU服務器上，支持私有API和服務器端SDK兩種集成方式。可在內網/無網環境下使用模型，確保數據隱私

訓練完成的模型被打包成適配智能硬件的SDK，可進行設備端離線計算。有效滿足業務場景中無法聯網、對數據保密性要求較高、響應時延要求更快的需求。支持iOS、Android、Linux、Windows四種操作系統，基礎接口封裝完善，滿足靈活的應用側二次開發

為進一步提升前端智能計算的用户體驗，EasyDL推出前端智能計算-軟硬一體方案。將百度推出的高性能硬件與EasyDL圖像分類/物體檢測模型深度適配，可應用於工業分揀、視頻監控等多種設備端離線計算場景，讓離線AI落地更輕鬆。

完善安全的數據服務(EasyData)

數據對於模型效果至關重要，在數據服務上，EasyData除提供基礎的數據上傳、存儲、標註外，額外提供線下采集及標註支持、智能標註、多人標註、雲服務數據管理等多種數據管理服務，大幅降低企業用户及開發者的訓練數據處理成本，有效提高標註效率。

智能標註為一套人機交互的協作標註方式，EasyDL物體檢測訓練任務支持智能標註，在手工標註少量數據後，系統會從數據集所有圖片中篩選出最關鍵的圖片並提示需要優先標註。通常情況下，只需標註數據集30%左右的數據即可訓練模型。與標註所有數據後訓練相比，模型效果幾乎等同。

EasyDL基礎版-物體檢測模型支持多人標註模式，通過將數據集在線共享給團隊成員，實現多人分工標註數據並彙總數據訓練的模式，有效降低標註成本，提高線下協作標註效率。

當將EasyDL訓練的模型以公有云形態部署在業務場景中時，通過開通雲服務數據管理功能，可以將實際業務場景的數據及識別結果在平台中查看和管理，通過將識別錯誤的結果人工篩選後保存至數據集持續訓練，有效長期提升模型效果。

EasyDL在提供便捷的標註服務的同時，也聯合百度眾測及第三方數據標註合作伙伴，提供全面且高質量的訓練數據採集、標註服務。

EasyDL已在如零售、教育、製造業、電力等20多個行業內幫助企業落地AI技術應用，應用場景包含圖象內容識別、視頻圖象監控、工業生產質檢、零售商品識別等等。

AI助力機械質檢高效化 ^[7] 

訴求：噴油器閥座瑕疵檢測每日平均需求4000-6000件，峯值12000件，只能通過人工肉眼來實現判斷。然而，類似的檢測工序，在噴油器製造當中還有2個。視覺判斷工序需由熟練操作的工人付出4～7人每班的複核人力，如按每天3個班次計算，視覺判斷工序人力成本將達到 60萬/年，是全公司投入產出比最低的工序。所以，柳州源創希望儘早藉助人工智能技術釋放一部分人力，以便提升質檢的審核效率。

效果：藉助EasyDL零門檻AI開發平台訓練了噴油嘴識別模型。結合原有業務流程和硬件，實現對檢驗崗位當中人力資源消耗最大的環節進行人工智能化的技術改造，實現零件瑕疵判讀的無人化，以及節約近60萬/年的人力成本、並將檢驗效率整體提高30%。

輸電線路外部隱患檢查方案 ^[8] 

訴求：佛山供電局管轄內，輸電線路約4500公里，16000餘基杆塔單元，線路附近易發生外力破壞的施工點有300餘處。為了確保輸電線在施工現場不被破壞，能夠穩定正常供電，佛山供電局除了進行人工進場檢查外，還在線路附近安裝了百餘套在線監測設備，對線路附近環境拍照並上傳系統數據庫，並增加人工後台審核圖片的方式進行安全生產監控。

已積累現場圖片約90萬張，人工審核是否存在施工機械等危險點的工作量極其龐大，且有漏識別隱患。人工現場檢查和人工審核監控圖像，都難以達到實時監控的目的，非常需要一項能實時識別大型機車等外部安全隱患的圖像技術。

1.結合百度EasyDL定製化圖像識別技術，部署的輸電線路外部隱患檢查方案已經在佛山近百個施工現場執行，輔助人工審核，極大提高了審核時效性，實現了輸電運檢模式從自動化向智能化的轉變。

2.效率提升：該模型具有秒級的識別速度，對於每輪次採集的上千張監控照片可以實現無延時分析並上報缺陷，具有實時分析功能，極大提高了審核及時性；

3.成本節省：隨着輸電線路在線監測裝置的大面積部署，數據量將幾何式增長，原有模式只能通過增加審核人力的方式，完成審核工作。而通過使用百度EasyDL定製化圖像識別訓練的模型，可以實現輸電線路外部隱患智能識別，極大節省了上百人的審核工作量和人力成本。

文本分類助力諮詢公司變身高效智能獵頭 ^[9] 

訴求：瀚才諮詢長期留存着200萬條不同行業的企業和人才信息，這是由於近年來行業、公司、職能、職級等存在着巨大差異而致使企業與人才信息的梳理變得十分繁雜，並且無法很好地進行結構化整理所導致的。瀚才諮詢的負責人譚笑然也曾想過使用人工分類的方式進行整理，但由於人工逐條分類標註費用極高且培養一位能夠掌握分類標準的業務人員耗時過長，進而導致長期留存的數據庫反而成為交付服務時的“阻力”。因此，瀚才諮詢迫切需要找尋一款對文本分類有着高準確率的人工智能產品，來助其解決這項難題。

效果：在一個月內，瀚才諮詢利用EasyDL文本分類模型，成功將積累十餘年利用率不到10%的200萬條經營數據進行企業內部的信息結構化分類，劃分成12個大行業、147個小行業和10個通用職級信息，讓被“遺棄”的數據實現了可供匹配的“用武之地”。其中“候選人職能”、“候選人職級”這2個模型的識別準確率達到了95%+，極大的提高了日常工作效率。

2017年11月，EasyDL正式發佈，支持定製高精度圖像識別模型 ^[10]  。

2018年12月，EasyDL全新升級，新增支持定製高精度文本分類模型 ^[11]  。

2019年1月，EasyDL發佈EasyEdge端計算模型生成平台 ^[12]  ，支持將EasyDL訓練的模型在端上加速計算，支持四種操作系統，十餘種硬件芯片選型。

2019年4月，零售行業版正式發佈 ^[13]  ，支持定製高精度商品檢測模型。

2019年9月，EasyEdge推出軟硬一體解決方案 ^[14]  。

2019年10月，專業版正式發佈 ^[15]  ，支持面向專業工程師全流程建模服務，提供高性價比的算力環境和靈活易用的開發方式。

2020年5月，EasyDL發佈EasyData智能數據服務平台 ^[16]  ，靈活支持十餘種數據標註模板，並支持數據採集、數據清洗、數據標註等一站式數據處理服務，可減少70%的人力成本。

2020年9月，EasyDL上線情感傾向分析、文本分類多標籤、文本實體抽取等多項功能 ^[17]  ；全新發布模型市場，支持EasyDL訓練的模型售賣與再訓練；EasyData支持高級數據清洗 ^[18]  ，支持多人標註。