某厂——深度学习平台建设
系统概述
提供外观检测深度学习网络模型开发平台或工具，满足需求方后续自主优化、开发的需求。DS-Vision软件是针对深度学习的一款端到端算法平台软件，可以实现数据标注、模型训练、模型部署的全流程操作，用户只需要在平台进行网页操作就可以实现整个算法流程。针对通用的外观检测需求，DS-vision平台可以提供目标检测和实例分割两种算法逻辑，内置常见的SOAT算法，全面支持YOLO系列、MMDetection系列。
基于模块化，容器化的设计思路，单个模型算法需求实现可以封装成一个独立的镜像。同时平台也提供了详细的算法封装例程，用户可以自主封装算法能力，优化自身算法，应对需求的变更。
系统架构
本系统旨在构建一个高效、可扩展且安全的Web应用平台。通过采用现代的WEB B/S架构，前后端分离的设计模式以及Docker容器化技术，系统能够提供灵活的服务部署和优化的资源利用率，确保系统的稳定性和可维护性。
用户通过Web浏览器访问系统服务，所有的业务逻辑处理均在服务器端完成。这种架构简化了客户端的维护工作，用户无需安装额外的软件即可使用系统，极大地提升了用户体验和系统的可接入性。
前端使用现代React框架构建，实现动态的用户界面和良好的交互体验。后端则负责处理业务逻辑，数据处理和安全验证等核心功能。前后端通过RESTful API进行通信，支持灵活的前端变更而无需重构后端，从而加快开发速度并降低系统的整体复杂性。
系统后端采用微服务架构，每个服务负责处理系统中的一小部分功能，运行在独立的Docker容器中。这种设计使得服务可以独立部署、扩展和更新，大大提高了系统的可扩展性和故障隔离能力。使用Docker容器化技术，能够保证开发、测试和生产环境的一致性，简化部署和运维过程，同时降低了硬件成本。
系统采取多层次安全措施，包括HTTPS协议加密数据传输，JWT（JSON Web Tokens）进行用户身份验证，以及在Docker容器中实现服务间的网络隔离。
培训服务
基于DK外观检测设备技术升级服务，提供深度学习神经网络模型开发工具的培训服务。