Coovally简介

Coovally功能

Coovally是一个包含完整AI建模流程、AI项目管理及AI系统部署管理的机器学习平台，可提供数据预处理、智能标注、分布式模型训练、多维度模型评估、一键式模型部署服务。

Coovally加快了AI视觉解决方案的开发、集成、测试和验证，帮助提升企业的AI技术栈和智能软件开发能力，帮助用户快速批量验证多种机器学习和深度学习模型的性能，极大的降低AI模型工程化应用门槛。

Coovally功能如下：

应用中心

总览Coovally产品类目、数据总览、任务总览、最近项目、应用方案库、系统通知消息以及系统设置等。

辅助标注

对图像、视频等待标注数据进行归类、整理、编辑、纠错和标注等操作，生成用于模型训练的数据集。Coovally 系统中辅助标注支持普通标注、大模型智能辅助标注以及模型预标注三种标注方式。

创建数据集

通过本地上传或从辅助标注模块中发布两种方式创建数据集。

数据管理

管理Coovally中的数据集，用户可创建、预览、删除、分享数据集以及标签的预览和转换。

模型训练

模型训练包括数据预处理、模型训练、超参数优化、模型评估等步骤。Coovally支持系统算法和自定义算法两种建模方式。

模型转换

将Coovally训练得到的模型转换成TensorRT或ONNX等格式，实现服务端或者边端的推理加速。

模型部署

将转换后的模型部署到推理引擎中，并以SDK或REST的方式对外提供服务。

工具箱

图像处理的“瑞士军刀”，提供了图像增强、转换以及生成等轻巧的图像处理工具。

插件

提供浏览器插件，方便用户快速进行模型训练。

Coovally内置模型

Coovally内置了丰富的机器学习和深度学习模型，机器学习模型列表和深度学习模型列表分别展示了当前系统中已经内置的部分模型。

机器学习模型列表

预处理算法	特征抽取算法	分类算法	回归算法
FastICA	VarianceThreshold	LinearSVC	AdaBoostRegressor
FeatureAgglomeration	SelectFromModel	NearestCentroid	RANSACRegressor
StandardScaler	RFE	AdaBoostClassifier	BaggingRegressor
ZeroCount	SelectPercentile	GaussianNB	LassoCV
Normalizer	SelectFwe	BernoulliNB	DecisionTreeRegressor
MaxAbsScaler		Perceptron	LinearSVR
Nystroem		LogisticRegression	ExtraTreesRegressor
RobustScaler		LGBMClassifier	ElasticNetCV
PolynomialFeatures		BaggingClassifier	TweedieRegressor
PCA		DecisionTreeClassifier	SGDRegressor
RBFSampler		RandomForestClassifier	GradientBoostingRegressor
Binarizer		GradientBoostingClassifier	XGBRegressor
MinMaxScaler		KNeighborsClassifier	HuberRegressor
OneHotEncoder		SGDClassifier	RidgeCV
		MultinomialNB	KernelRidge
		XGBClassifier	LassoLarsCV
		MLPClassifier	RandomForestRegressor
		ExtraTreesClassifier	PLSRegression
			KNeighborsRegressor
			LGBMRegressor
			BayesianRidge

深度学习模型列表

图像分类	目标检测	实例分割	语义分割	旋转目标检测
ResNet18	FasterRCNN	MaskRCNN	PSPNet	RotateFCOS
ResNet34	Retinanet	CascadeMaskRCNN	FCN	RotateRetinaNet
ResNet50	SSD	Mask ScoringRCNN		RotatedFasterR-CNN
ResNet101	SSDLite	SOLO		OrientedR-CNN
ResNet152	CascadeRCNN	SCNet		GlidingVertex
ShuffleNet V1	FCOS	PointRend		OrientedRepPoints
ShuffleNet V2	YoloV3	Mask ScoringRCNN		RoITrans
MobileNet V2	YoloV3_Mobile	Hybrid TaskCascade		RotatedPoints
MobileNetV3-Small	FSAF	YOLACT		RotatedATSS
MobileNetV3-Large	Cornernet	InstaBoost		R3Det
Res2Net50	Centernet	DetectoRS		CFA
Res2Net101	DETR	QueryInst		SASM
VGG11	YOLOX			S2ANet
VGG13	VarifocalNet
VGG16	SparseRCNN
VGG19	GridRCNN
VGG11-BN	Mask R-CNN
VGG13-BN	LibraRCNN
VGG16-BN	Guided Anchoring
VGG19-BN	TridentNet
ResNeXt50	RepPoints
ResNeXt101	FreeAnchor
ResNeXt152	Cascade RPN
SE-ResNet50	Deformable Detr
SE-ResNet101	FoveaBox
Swin-T	PAA
Swin-S	Double Heads RCNN
Swin-B	Dynamic RCNN
Swin-L	ATSS
ViT-B16	NAS FCOS
ViT-B32	Auto Assign
ViT-L16	Side-Aware BoundaryLocalization
TNT	YoloV5 Nano
Mlp-Mixer-B16	YoloV5 Small
Mlp-Mixer-L16	YoloV5 Middle
DeiT-tiny	YoloV5 Large
DeiT-small	YoloV5 X-Large
DeiT-base	MMYoloV5 V61 Nano
Conformer-tiny-p16	MMYoloV5 V61 Small
Conformer-small-p32	MMYoloV5 V61 Middle
Conformer-small-p16	MMYoloV5 V61 Large
Conformer-base-p16	MMYoloV5 V62 Nano
T2T-ViT_t-14	MMYoloV5 V62 Small
T2T-ViT_t-19	MMYoloV5 V62 Middle
T2T-ViT_t-24	MMYoloV5 V62 Large
PCPVT-small	MMYoloV6 Nano
PCPVT-base	MMYoloV6 Tiny
PCPVT-large	MMYoloV6 Small
SVT-small	MMYoloV6 Middle
SVT-base	MMYoloV6 Large
SVT-large	MMYoloV7 Tiny
ConvNeXt-T	MMYoloV7 Large
ConvNeXt-S	MMYoloV7 X
ConvNeXt-B	MMYoloV8 Nano
ConvNeXt-L	MMYoloV8 Small
ConvNeXt-XL	MMYoloV8 Middle
HRNet-W18
HRNet-W30
HRNet-W32
HRNet-W40
HRNet-W44
HRNet-W48
HRNet-W64
HRNet-W18(ssld)
HRNet-W48(ssld)