Traducido con IA del original en ruso.

Luna Line reducirá los plazos de creación de redes neuronales y el coste de los proyectos en un 20-30%.

Según VisionLabs, el lanzamiento de un proyecto lleva una media de 4-6 meses y requiere un equipo de especialistas en ML. Con la nueva solución Luna Line, la primera versión de un modelo de IA puede crearse en 2-3 días y lanzar nuevas versiones con la misma rapidez después del reentrenamiento.

Según los desarrolladores, Luna Line permite entrenar modelos ML con varias docenas de imágenes. El usuario debe cargar un mínimo de 50 imágenes en el sistema y etiquetarlas. A continuación, el usuario hace clic en "Entrenar"; esta fase puede durar desde unos minutos hasta varias horas, dependiendo del volumen de datos para el entrenamiento. Una vez hecho esto, la red neuronal está lista para funcionar.

La plataforma también ofrece modelos de lenguaje visual (Visual Language Model) que pueden trabajar tanto con imágenes como con textos. Permiten etiquetar automáticamente los archivos multimedia y analizar lo que se representa en ellos.

La plataforma está disponible en la nube y también puede desplegarse en servidores propios. Durante el desarrollo, VisionLabs probó la plataforma Luna Line para detectar y clasificar defectos en la producción metalúrgica, buscar paradas de autobús con cristales rotos y verificar la aplicación del número de identificación en los automóviles.

Ahora en portada

Artículos

¿Por qué incluso el chasis debe ser de marca?

En el contexto ruso, sigue creciendo rápidamente la popularidad de las PC ensambladas por pequeñas empresas locales o por departamentos de clientes corporativos. Históricamente, estas soluciones han sido más populares en Rusia que en otros mercados desarrollados, pero ahora han surgido nuevos matices en el desarrollo del segmento, sobre los cuales conversamos con Karim LASKRI, director de negocios de FSP Group en la región de la CEI.

Noticias

Almacenamiento en el que se puede confiar en segundo plano: se lanza Basis SDS 2.3 con diagnóstico programado y rol de observador

El sistema de almacenamiento es la única capa de la infraestructura donde un error no se «revierte»: los datos perdidos no se recuperarán ni con un reinicio ni revirtiendo la configuración. Por ello, del almacenamiento definido por software se esperan no tantas funciones nuevas como previsibilidad: que los procesos en segundo plano completen lo que empezaron y que el administrador vea el estado del clúster no solo «ahora», sino también en su dinámica.