VisionLabs представила платформу для создания ИИ-моделей без написания кода. Платформа Luna Line позволяет запускать и обучать модели компьютерного зрения без написания кода. Это сокращает сроки создания нейросетей и стоимость проектов на 20–30%.

При внедрении решений на базе компьютерного зрения бизнесу важно быстро проверять гипотезы и постоянно дообучать нейросети на новых данных. При этом разработка ИИ-модели с нуля — долгий и дорогостоящий процесс. В среднем запуск проекта занимает 4–6 месяцев и требует команды ML-специалистов. С новым решением Luna Line от VisionLabs первую версию ИИ-модели можно создать за 2–3 дня и так же быстро запускать новые версии после дообучения.

Luna Line позволяет обучать ML-модели всего по нескольким десяткам изображений. Пользователю нужно загрузить в систему минимум 50 картинок и разметить их — добавить теги, которые помогут модели понять, что находится на изображении. Далее пользователь нажимает «Обучить» — этот этап может занимать от нескольких минут до часов, в зависимости от объёма данных для обучения. После этого нейросеть готова к работе.

Инструмент будет полезен и опытным ML-специалистам: они могут автоматизировать простые задачи и ускорить разработку продукта.

На платформе также доступны визуально-языковые модели (VLM, Visual Language Model), которые способны работать и с изображениями, и с текстами. Они позволяют автоматически размечать медиафайлы и анализировать, что на них изображено.

Платформа доступна в облаке, также её можно развернуть на собственных серверах. Готовая система позволяет работать как с данными с камер видеонаблюдения, так и с фотографиями с телефона. Например, сервис онлайн-доставки с помощью Luna Line может автоматизировать оценку качества продуктов: чат-бот с ML-моделью будет по фото определять, свежий ли продукт, можно ли его продавать, нужна ли на него скидка.

В ходе разработки VisionLabs протестировала платформу Luna Line для выявления и классификации дефектов на металлургическом производстве, поиска автобусных остановок с разбитыми стёклами и проверки нанесения идентификационного номера на автомобилях.

«Мы заметили, что на рынке не хватает решений для ML-разработки, которые доступны и понятны даже без знаний в IT. Поэтому мы создали Luna Line — no-code-инструмент с простым интерфейсом, позволяющий запускать ML-модели и обучать их под любую отрасль. Например, в сельском хозяйстве с помощью Luna Line можно оценивать состояние растений и животных, в промышленности — находить дефекты на производственных линиях, в образовании — обучать школьников работе с нейросетями. Наша новая платформа превращает сложные технологии в сервис, доступный каждому», — рассказал Дмитрий Марков, генеральный директор VisionLabs.