Laadunvalvonta
Puuttuvat osat, väärä pakkaus, poikkeava asento tai näkyvä pintavirhe voidaan nostaa tarkastettavaksi.
Paikallinen AI · ei pilvipakkoa
Konenäkömalli omasta datastasi. Omalla koneellasi.
ValliLab yhdistää annotoinnin, koulutuksen, sääntölogiikan ja valmiin sovelluksen yhdeksi hallituksi ketjuksi. Kuvasi, merkintäsi ja mallisi pysyvät sinun ympäristössäsi — ohjelmisto ei ota yhtään yhteyttä ulospäin.
Toimii eristetyssä verkossa
Ei Ultralytics-lisenssiä
ONNX / TensorRT
Windows-työkalut · Linux-päättely
Todellinen päättelyajo
Videossa näkyvät mallin tunnistukset, luokat ja luottamusarvot. Materiaali ei ole käyttöliittymäanimaatio.
DATAPysyy paikallisissa kansioissa
MALLIAsiakkaan hallussa ja vietävissä
SOVELLUSGeneroidaan itsenäiseksi paketiksi
YHTEYDETEi ulospäin lähtevää liikennettä
01 / MITÄ RATKAISTAAN
Työkalu ei ole tavoite. Luotettava havainto on.
ValliLab sopii tilanteisiin, joissa kamerakuvasta halutaan mitattava päätös ilman, että tuotantoaineisto siirretään ulkopuoliseen pilvipalveluun.
Laskenta ja seuranta
Kappaleiden, tapahtumien tai työvaiheiden automaattinen laskenta olemassa olevasta kamerasyötteestä.
Poikkeamien tunnistus
Rajattu malli voidaan opettaa tunnistamaan juuri prosessille merkitykselliset luokat ja tilanteet.
Rajaa havainto
Määritellään mitä kamerakuvasta pitää havaita ja millä virheellä ratkaisu on hyödyllinen.
Merkitse aineisto
Annotation Studio tuottaa tarkistettavat merkinnät kuville tai videoruuduille.
Kouluta ja vertaa
Koulutusohjaamo näyttää lossit, mAP-mittarit ja checkpointit ajon aikana.
Vie malli
Malli testataan oikealla materiaalilla ja viedään ONNX- tai TensorRT-muotoon.
Rakenna sovellus
AppBuilder muuttaa mallin valvontasovellukseksi: säännöt, hälytykset ja valmis ajopaketti.
02 / NÄHTÄVÄ TUOTE
Koko ketju on tarkastettavissa.
Ei piilotettua automaatiota eikä epämääräistä “AI teki sen” -vaihetta. Käyttäjä näkee aineiston, merkinnät, koulutuksen ja tulokset.
Aineisto ja merkinnät
Annotation Studio
Kuvien ja videoiden merkintä paikallisesti. Merkinnät voidaan tarkistaa ennen kuin ne päätyvät koulutukseen.
- Rajauslaatikot, polygonit, pisteet ja avustettu maskaus
- Videoiden seuranta ja merkintöjen interpolointi
- Datasetin laaduntarkistus ja datanvienti
- Asiakas säilyttää alkuperäiset tiedostot ja labelit
Koulutus ja arviointi
Koulutusohjaamo
Mallin ajaminen ei jää komentorivin ja yhden loppuluvun varaan. Koulutuksen kehitys sekä validointimittarit näkyvät samassa näkymässä.
- Train/val-loss, mAP50, mAP50–95 ja fitness
- Checkpointit, EMA ja hallitut augmentoinnit
- Kuva- ja videoinferenssi ennen vientiä
- ONNX-vienti ja TensorRT-yhteensopiva työnkulku
Säännöt ja käyttöönotto
AppBuilder
Koulutettu malli ei vielä ratkaise mitään. AppBuilder määrittelee mitä havainnosta seuraa — ja generoi siitä valmiin sovelluksen, joka ajaa ilman ValliLabia.
- Rajat, portit, alueet ja monikulmiot piirretään kamerakuvan päälle
- Kohteiden seuranta pysyvillä, luokkakohtaisilla tunnisteilla
- Lähteenä USB-kamera, RTSP-verkkokamera tai videotiedosto
- Anonymisointi luokittain: sumennus tai pikselöinti
- Vie itsenäinen ajopaketti Python + TensorRT- tai C# + ONNX -muodossa
Sääntölogiikka
Logiikkaeditori
Ehdot rakennetaan solmuista, ei koodista. Sama logiikka ajaa työpöydällä ja generoidussa sovelluksessa, joten testattu sääntö siirtyy kentälle sellaisenaan.
- Lähteet: rajatapahtuma, laskuri, kohteita alueella, oleskeluaika
- Aikaehdot: kellonaika, viikonpäivä ja päivämääräväli
- Logiikka: JA, TAI, EI, viive ja pito
- Toimenpiteet: äänimerkki, CSV-loki, kuvatallennus, webhook
- Jäähdytysaika estää saman hälytyksen toistumisen
03 / TEKNINEN KETJU
Yksi hallintaraja datasta päättelyyn.
Ketju alkaa raakakuvasta ja päättyy ajossa olevaan sovellukseen ilman että aineisto poistuu hallintarajan sisältä. Tuotantokäyttö suunnitellaan aina kameran, viivevaatimuksen ja laitteiston mukaan.
01
Annotation Studio
Merkitse kuvat ja video paikallisesti.
02
Tarkistettu aineisto
Data pysyy asiakkaan hallussa.
03
Koulutusohjaamo
Kouluta ja validoi omalla GPU:lla.
04
AppBuilder
Määritä säännöt ja generoi sovellus.
✓
Valmis sovellus
Ajaa itsenäisesti omassa verkossasi.
04 / REHELLINEN RAJAUS
Emme lupaa taikuutta muutamalla kuvalla.
Pieni aineisto voi riittää teknisen mahdollisuuden todentamiseen, mutta tuotantolaatu riippuu valaistuksen, tuotteiden, kuvakulmien ja poikkeamien vaihtelusta. Siksi pilotti erotetaan tuotantovalmiista toimituksesta.
- Pilotissa mitataan havaittavuus oikealla materiaalilla.
- Tulokset raportoidaan sovituilla mittareilla ja testiaineistolla.
- Tuotantoon siirtymiselle annetaan kirjallinen jatkosuositus.
05 / ENSIMMÄINEN ASKEL
Rajattu pilotti ennen isoa päätöstä.
Paras tapa arvioida konenäköä on testata sitä asiakkaan omalla materiaalilla ja ennalta sovitulla onnistumiskriteerillä.
Sinulta tarvitaan
Esimerkkimateriaali ja tavoite
- Kuvia tai lyhyt video todellisesta ympäristöstä
- Kuvaus halutusta havainnosta tai virheestä
- Arvio hyväksyttävästä viiveestä ja virhetasosta
- Tieto tavoitelaitteesta, jos se on jo valittu
Saat pilotista
Päätöksenteon aineiston
SoveltuvuusarvioOnko kohde erotettavissa annetusta kuvasta?
Baseline-malliRajattuun tehtävään koulutettu ensimmäinen versio.
MittausTulokset erillisellä testiaineistolla ja sovituilla mittareilla.
JatkosuunnitelmaDatan, laitteiston ja integraation seuraavat askeleet.
06 / USEIN KYSYTTYÄ
Tekniset kysymykset ensin.
Poistuuko kuvamateriaali koneeltani?
Ei. Ohjelmistossa ei ole analytiikkaa, käytön seurantaa, virheraportointia eikä automaattista päivitystarkistusta. Ainoa ulospäin lähtevä yhteys, jonka ohjelmisto voi muodostaa, on webhook-toimenpide — ja sen kohdeosoitteen määrität itse. Jos et ota sitä käyttöön, verkkoliikennettä ei synny lainkaan.
Voiko järjestelmää käyttää eristetyssä verkossa?
Kyllä. Annotointi, koulutus, mallin vienti ja valmiin sovelluksen ajo toimivat ilman internetyhteyttä. Ensiasennuksen riippuvuudet toimitetaan ilmaeristettyyn ympäristöön erikseen sovittavana pakettina. Lisensointi hoidetaan offline-menettelyllä — käyttöönotto ei edellytä yhteydenottoa lisenssipalvelimeen.
Perustuuko ratkaisu Ultralyticsiin?
Ei. Mallin arkkitehtuuri, koulutus, häviöfunktiot ja päättely on toteutettu itse, eikä ketju käytä Ultralytics-kirjastoa. Ratkaisua ei siksi koske AGPL-3.0-lisenssi, joka velvoittaisi avaamaan sitä hyödyntävän sovelluksen lähdekoodin tai hankkimaan erillisen kaupallisen lisenssin. Merkintöjen tiedostomuoto on yksinkertainen tekstiformaatti, joten aineisto on siirrettävissä muihin työkaluihin.
Mitä generoitu sovellus sisältää?
AppBuilder kirjoittaa kohdekansioon mallin, asetustiedoston ja ohjelman lähdekoodin joko Python + TensorRT- tai C# + ONNX -muodossa. Asetukset ovat luettavaa JSONia, joten luokat, värit, rajat ja säännöt voi muuttaa tekstieditorilla ilman uudelleenkäännöstä. Sovellus ei tarvitse ValliLabia toimiakseen.
Mitä laitteistoa tarvitaan?
Annotointi toimii tavallisella työasemalla. Mallin koulutus hyötyy NVIDIA-näytönohjaimesta, ja tuotantopäättely voidaan mitoittaa työasemalle, mini-PC:lle tai reunalaitteelle. Sopiva kokoonpano valitaan mitatun kuorman perusteella.
Kuka omistaa koulutetun mallin ja merkinnät?
Omistus, käyttöoikeudet ja toimitettavat tiedostot kirjataan tarjoukseen. ValliLabin lähtökohta on, että asiakkaan aineisto ja siitä tuotetut projektikohtaiset tiedostot pysyvät asiakkaan hallinnassa.
Miten mallin laatua arvioidaan?
Arviointi tehdään koulutuksesta erillisellä aineistolla. mAP-arvojen lisäksi tuotantokohteessa tarkastellaan väärien hälytysten määrää, puuttuvia havaintoja, nopeutta ja toimintaa eri olosuhteissa.
KESKUSTELLAAN AINEISTOSTASI
Onko kohde kameralla nähtävissä? Selvitetään se.
Kerro mitä haluat havaita ja millaisessa ympäristössä kamera toimii. Saat vastauksena ehdotuksen pilotin rajauksesta ja tarvittavista lähtötiedoista.
TIETOSUOJA
Ei analytiikkaa. Ei seurantapikseleitä.
Tämä sivu ei lähetä selaustietoja analytiikka- tai mainospalveluille. Sähköpostilla lähettämiäsi tietoja käytetään vain yhteydenottoon vastaamiseen, tarjouksen valmisteluun ja mahdollisen asiakassuhteen hoitamiseen.
Mitä tietoja yhteydenotossa käsitellään?
Viestissä itse antamiasi tietoja, kuten nimeä, yhteystietoja, organisaatiota ja projektin kuvausta. Tietoja ei myydä, ja niitä säilytetään vain asian käsittelyn tai lakisääteisten velvoitteiden edellyttämän ajan.
Mitä tapahtuu konenäköprojektin aineistolle?
Projektin kuva-, video- ja merkintäaineiston käsittely sovitaan erikseen. Paikallisesti toimitettavaa ValliLab-ohjelmistoa voidaan käyttää ilman, että projektiaineisto siirretään ValliLabille.
Miten käytän tietosuojaoikeuksiani?
Ota yhteyttä osoitteeseen asiakaspalvelu@vallilab.fi. Voit pyytää sovellettavan lain mukaisesti tietojesi tarkastamista, oikaisua, poistamista tai käsittelyn rajoittamista.