Rotoclear AI Chatbot ↗
Ein Assistent mit wissensgestützter Antwortgenerierung, der Produktwissen mit natürlichsprachlichen Fragen verbindet.
Organisations-Repository / KI & Bildverarbeitung
Hailo-Trainingspipeline
Eine Pipeline zur Vorbereitung und Optimierung von Modellen für Hailo-KI-Beschleuniger.
Über die Arbeit sprechen ↗Hailo-TrainingspipelineEin visueller Einstieg
MENSCH + MASCHINE
Genauer hinsehen.
Synthetische Prüfszene
01 / DER KONTEXTEin genauer Blick auf
Ein genauer Blick auf
die Arbeit.
Eine Pipeline zur Vorbereitung und Optimierung von Modellen für Hailo-KI-Beschleuniger.
WERKZEUGE & TECHNOLOGIEN
PythonHailoONNXMLflow
Dieses Repository gehört zu einer Organisation, mit der ich zusammenarbeite. Die Aufnahme beschreibt die Projektlandschaft und beansprucht keine alleinige Urheberschaft.
SYSTEMKARTEEine Komponente auswählen ↙
Vom Datensatz zum Beschleuniger
COCO
Beschriftete Trainingsdaten vorbereiten.
Vereinfachte Architektur · Illustration, kein Produkt-Screenshot
02 / IM PROJEKT
Hinter dem Diagramm.
Technische Hintergründe zum Vertiefen.
01Umsetzung
Die Pipeline verbindet COCO-Datenvorbereitung, PyTorch-Training und Modelloptimierung mit der Hailo-Kompilierung. MLflow erfasst Experimente; ONNX, HAR und HEF stehen für unterschiedliche Stufen des Modelllebenszyklus.
02Wichtige Entscheidung
Trainingsartefakte und gerätefähige Binärdateien bleiben klar getrennt. Ein erfolgreich trainiertes Modell benötigt noch Konvertierung und beschleunigerspezifische Kompilierung für das Zielgerät.
03Aktueller Stand
Das Repository beschreibt Vorbereitung und Kompilierung und empfiehlt eine GPU fürs Training. Genauigkeits-, Durchsatz- oder Hardwareabnahmewerte werden hier nicht behauptet.
ZUM REPOSITORY
Ein genauerer Blick.
Der Quellcode ist privat. Das Portfolio enthält eine allgemeine Beschreibung ohne interne Dateien oder Kundendaten.
Über die Arbeit sprechen ↗- Repository
- hailo-train-pipeline
- Inhaltliche Grundlage
- Repository-Dokumentation
- Standard-Branch
- main