Lobe

Lobe — это бесплатный, удобный для начинающих настольный инструмент, который позволяет обучать модели машинного обучения на Mac и ПК и отправлять их на различные платформы без написания кода. Он подчеркивает визуальный рабочий процесс для создания, обучения и экспорта моделей ML, что делает его доступным как для разработчиков, так и для неразработчиков.

Обзор

• Бесплатная, простая в использовании платформа машинного обучения, предназначенная для упрощения создания и развертывания моделей.
• Настольное приложение сосредоточилось на рабочем процессе без кода / с низким кодом для обучения моделей и экспорта их в поддерживаемые среды выполнения.
• Проект демонстрирует коллекцию репозиториев и инструментов для работы с моделями Lobe на разных языках и в разных средах.

Как это работает

1. Создание или импорт набора данных подходит для вашей задачи (наборы данных на основе изображений являются общими для Lobe).
2. Тренировать модель визуально использование встроенного обучающего конвейера, который требует минимального или полного отсутствия кодирования.
3. Экспорт или развертывание обученная модель для различных целей и платформ через включенные стартеры и библиотеки.

Примечание: настольное приложение Lobe больше не находится в стадии активной разработки, но экосистема с открытым исходным кодом и связанные с ней инструменты остаются доступными для пользователей, которые хотят изучить или адаптировать проект.

Репозитории и тулинг в экосистеме Lobe

• lobe: основное настольное приложение для обучения и экспорта моделей.
• lobe-python: набор инструментов Python для работы с моделями Lobe программно.
• доля. NET: библиотека .NET для интеграции моделей Lobe в приложения .NET.
• image-tools: Инструменты для создания наборов данных на основе изображений для машинного обучения.
• ios-bootstrap: Стартовый проект для загрузки приложения iOS, которое использует модели Lobe.
• android-bootstrap: Стартовый проект для загрузки приложения Android, которое использует модели Lobe.
• web-bootstrap: Стартовый проект для загрузки веб-приложения, использующего модели Lobe.
• flask-server: стартовый проект REST API для обслуживания моделей Lobe через Flask.
• lobe-adafruit-kit: набор для воплощения идей ML в жизнь с помощью аппаратного обеспечения Adafruit.
• docusaurus — документация, используемая для поддержки документов с открытым исходным кодом.

Репозитории охватывают несколько языков (Swift, Python, C#, TypeScript, Kotlin и т. д.) и обеспечивают путь для интеграции моделей, обученных Lobe, в мобильные, веб- и встроенные среды.

Как использовать (высокий уровень)

• Установите настольное приложение Lobe или используйте доступные стартовые проекты.
• Импортировать или собирать набор данных, настраивать рабочий процесс обучения и обучать модель через визуальный интерфейс.
• Экспортируйте обученную модель в форматы, совместимые с вашей целевой платформой, используя предоставленные экспортеры или стартовые шаблоны.
• Интегрируйте экспортируемую модель в приложение, используя соответствующие SDK или библиотеки.

Безопасность и соображения

• В то время как Lobe стремится упростить создание модели ML, пользователи должны обеспечить конфиденциальность данных и надлежащее лицензирование для наборов данных.
• Поскольку настольное приложение активно не разрабатывается, некоторые современные функции или совместимость с ОС могут потребовать обходных путей или руководства сообщества.

Основные характеристики

• Бесплатное, удобное для начинающих настольное приложение для обучения моделей ML без тяжелого кодирования
• Визуальный, перетаскивающий рабочий процесс для создания, обучения и экспорта моделей
• Кроссплатформенные варианты экспорта в мобильные, веб- и встроенные среды
• Богатая экосистема с Python, .NET, Web и мобильными инструментами
• Инструментарий набора данных на основе изображений для оптимизации создания набора данных
• Стартовые проекты для развертывания iOS, Android, Web и REST API
• Компоненты с открытым исходным кодом и документация на основе сообщества