功能特性

阿里云工业视觉智能从工作区、数据集和模型三个维度帮助用户建立对视觉智能的完整管理能力。同时通过覆盖标注、训练和部署三个环节，实现视觉智能在应用上的闭环。

面向业务场景的工作区管理

工业领域垂直细分众多，从生产环境、工艺、设备到产品质地、形态千差万别，因此不同的业务场景在样本存储与组织、标注功能需求及预训练的源算法模型上会存在较大差异。工业视觉智能需要帮助用户来对这些特定场景下的需求进行识别并匹配合适的功能。

另外，考虑到一个用户可能也会有多个视觉智能场景的需要，在数据、模型等方面天然的需要进行业务逻辑上的隔离。

因此用户可以通过工作区的建立和管理，在一个最适应用户场景需求的功能匹配的环境中，进行数据的组织、标注与模型的训练管理。

以数据集为单元组织与管理数据

数据集是用户对平台的数据输入，是算法模型进行训练的资源。数据集管理提供包括：上传、浏览、删除、标注、导出在内的一系列功能，支撑用户在一个工作区内对某一个或某一系列数据样本进行管理，以备模型训练的需要。

同时为了方便用户操作，保持业务的连续性，在数据集管理内集成了训练功能，用户可以在完成对数据的操作后马上进行训练，而无需进行页面与功能的切换。

独立的模型管理与评估

模型的产生虽然基于数据，但由于对模型持续优化的需要及模型能力与其数据基础评估的需要，工业视觉智能产品提供了对模型进行独立管理的功能。模型管理的基本功能是基于数据集和工作区提供的基础算法模型，或者用户已经训练得到的算法模型，继续通过训练对算法模型进行定制和优化。把生成的算法模型发布为公共云API或导出成SDK离线使用。