Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

SW Systém pro správu kolekcí trénovacích dat

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F06270743%3A_____%2F21%3AN0000002" target="_blank" >RIV/06270743:_____/21:N0000002 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    SW Systém pro správu kolekcí trénovacích dat

  • Popis výsledku v původním jazyce

    Systém pro správu trénovacích dat pro modely vizuální podobnosti má dvě části – backend (vlastní technická správa dat a aplikační logika) a frontend (grafické rozhraní, se kterým pracují operátoři). Vývojový proces byl realizován v týmu se správou verzí pomocí technologie GIT (systém GitLab). Každá komponenta obsahuje systém automatizovaných testů, které se spouští vždy při buildu dané komponenty. Databáze (PostgreSQL), backend i frontend jsou zapouzdřeny pomocí technologie Docker a provozovány s využitím systému Kubernetes a Rancher.

  • Název v anglickém jazyce

    System for training data management

  • Popis výsledku anglicky

    The system for managing training data for visual similarity models has two parts - backend (own technical data management and application logic) and frontend (graphical interface with which operators work). The development process was implemented in a version control team using GIT technology (GitLab system). Each component contains a system of automated tests that are run every time the given component is built. The database (PostgreSQL), backend and frontend are encapsulated using Docker technology and run using Kubernetes and Rancher.

Klasifikace

  • Druh

    R - Software

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/FW03010573" target="_blank" >FW03010573: Vizuální vyhledávání: oborově nezávislé, automatizované hledání podle obrazu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Údaje specifické pro druh výsledku

  • Interní identifikační kód produktu

    FW03010573-V2

  • Technické parametry

    V2.1: Backend Backend systému byl realizován s využitím frameworku Django v programovacím jazyku Python. Tento systém definuje mj. databázové entity pro: ● jednotlivé trénovací obrázky (training image), ● různé druhy podobností např. "podobnost barev" (similarity type), ● skupiny vizuálně podobných obrázků v rámci daného typu (similarity group), ● tzv. "úlohy", které definují parametry trénovacího procesu a použitá data, ● a nakonec finální modely pro vizuální vyhledávání. Aplikace má tři standardní vrstvy: ● databázovou vrstvu implementovanou pomocí Django modelů, které vytvoří strukturu databázových entit a umožňují s nimi pracovat v Python kódu, ● aplikační vrstvu obsahující logiku nutnou ke správě entit a manipulací s nimi (detailnější popis funkcionality je v hlavním dokumentu závěrečné zprávy), ● a aplikační rozhraní (API) realizované jako HTTP REST API; autentizace je implementována pomocí API tokenů a autorizace pomocí správy uživatelů, skupin a systému oprávnění.

  • Ekonomické parametry

    Nasazení výsledku pro nového zákazníka má vždy dvě části: 1. fáze: vytvoření podobnostního modelu na míru zadání a datům, projektově (jednorázová částka), cca 20-60 tisíc Kč podle složitosti problému a dat a podle toho, jakou část práce udělá zákazník sám a jakou realizuje tým Ximilar; 2. fáze: provozování služby. Obecně má Ximilar ceny služeb SaaS podle počtu API dotazů za měsíc; existují různé měsíční cenové plány; služba Custom Visual Search byla zařazena do nejvyššího standardního plánu, tedy nejméně €450/měsíc. Tržby (a plánované tržby) z fáze 1 všech nových zákazníků: rok 2022: cca 420000, rok 2023: cca 840000, rok 2024: 1000000 Tržby (a plánované tržby) z provozu služeb: rok 2022: 1527000, rok 2023: 1940237, rok 2024: 3000000

  • IČO vlastníka výsledku

    06270743

  • Název vlastníka

    Ximilar s.r.o.