2024年8月5日，韩国首尔，计算机视觉技术领导者STRADVISION宣布开发一种新的数据自动化系统，旨在加速数字化转型。STRADVISION以其基于AI的图像识别软件SVNet而闻名，旨在通过简化数据流程来增强产品。
数据管道涉及对从各种来源收集的原始数据进行预处理，将其转换为可分析的格式，并将其存储在数据仓库中。传统上，此过程包括提取、转换和加载 (ETL) 数据。然而，由于SVNet对精确数据的要求很复杂，STRADVISION的ETL流程分为几个阶段，使整个工作流程变得复杂且耗时。
为了应对这些挑战，STRADVISION 开发了一套自动化系统，该系统由三个主要组件组成：数据预处理管道、数据质量管道和数据效率管道。该系统在并行处理集群服务器上运行，有效地保护高质量数据以优化SVNet的性能。数据集中在STRADVISION的专有数据中心，这是一个定制的数据仓库，可确保所有公司成员通过统一界面获得一致的数据访问。
数据管道自动化系统的实施大大减少了错误，提高了生产率，并显著降低了成本。因此，客户现在可以享受更快、更准确、更可靠的 SVNet 服务。
- 数据预处理管道：此阶段将原始车辆数据转换为适合训练的格式。STRADVISION 解决了传感器数据延迟和偏差引起的数据同步和偏差等常见问题。开发了先进的数据校正技术，大大提高了数据质量并减少了人工劳动。
- 数据质量管道：过去，增加数据量是提高AI学习成果的主要方法。然而，STRADVISION专注于数据质量，事实证明这可以提高图像识别率。数据质量管道采用错误识别和纠正来最大限度地提高AI模型性能，最大限度地减少噪音并提高识别准确率。
- 数据效率管道：该管道降低了与SVNet训练数据生成相关的成本。传统上，手动数据生成工作的质量和成本各不相同。STRADVISION开发了一个AI模型来自动化和优化此过程，确保始终如一的质量并降低人工成本。AI模型会不断进行实时再培训和更新，支持和简化数据生成员工的工作。
STRADVISION首席技术官Jack Sim表示：“我们正在加速数字化转型，为客户提供快速稳定的服务。我们的新数据自动化系统是该计划的关键组成部分。通过持续流程自动化降低运营成本并优化资源利用率，我们旨在提供更好的服务。”
随着STRADVISION准备在今年晚些时候在KOSDAQ市场进行首次公开募股 (IPO)，公司自4 月以来一直在加强数字化转型工作。它已经以高分通过了KOSDAQ 技术特别上市的技术评估，特别是在技术和市场营销方面。有关STRADVISION及其尖端技术的更多信息，请访问 STRADVISION。