开发效率提升60%，详解在极市平台上进行的全流程线上算法开发

在我们实际算法开发的过程中，常常会遇到一些问题，例如算力不够用、资源利用率不高，真实场景数据集难以获取等。如果能有一套逻辑完整、资源全面又好上手的一站式开发工具，这些问题都能得到很好的解决。

极市平台便是面向这些AI算法开发问题所提出的解决方案。作为一个包含算法开发全流程的AI平台，极市平台可以实现从数据生产到算法落地一站式在线开发，包括编码、训练和测试，同时开发效率相比线下可提升60%以上。

不论是在极市平台参加竞赛、算法打榜还是项目，都需要在极市平台进行在线算法开发。极市平台的功能模块十分完整，不仅有开箱即用的开发环境，还有随时保存的云端编码、算力充足的智能训练以及规范快捷的自动测试。通过这些全面的算法开发基建支撑，在极市平台进行算法开发可以更专注于开发工作，从而大大提升开发效率。

今天我们就来简单的为大家介绍一下极市AI算法开发平台的几大主要的功能板块以及它们的工作方式，之后我们还会带来每一个功能板块的详细技术原理和使用技巧，欢迎大家关注。

在线算法开发

极市AI算法开发平台包含编码、训练和测试三个相互隔离的环境，其中编码环境是进行算法开发的环境，训练环境用于算法模型训练及模型生成，测试环境则用于评估算法模型的质量和性能表现。

编码

极市平台开发效率的提升主要得益于这几点功能：

1. 配置了所有必要工具和主流深度学习框架的开发环境
2. 根据习惯创建自定义镜像，并支持在所有开发任务中使用
3. 提供云端IDE，并实时保存代码和数据备份
4. 高质量的真实场景数据集

极市平台提供开箱即用的开发环境，它的编码环境安装配置了所有必要工具的云服务器实例（Linux），并且配备了主流的深度学习框架，包括TensorFlow、PyTorch、MXNet、DarkNet等，不需要进行繁琐的前置配置。

如果基础组件不满足开发需求，还可以通过 apt、pip 等工具来安装额外的软件。值得一提的是，极市平台还可以根据开发习惯来创建自定义的镜像，配置好自定义镜像后，可以在所有的开发任务中使用，这样便能明显提升开发效率。

此外，极市平台的编码环境还提供 JupyterLab、Visual Studio Code 这两个云端 IDE，可以按照习惯进行选择或随时切换。编码环境所有代码都是实时保存的，也有完备的数据备份机制。只要有网络，就可以继续开发，完全不受时间和空间的限制。

高质量的数据是高质量模型的前提，在极市平台进行算法开发基本不用担心数据集的问题，因为极市平台会提供来自真实场景的数据集，并且已经做好相应数据标注。

PS：因为数据集来自真实业务场景，所以其有较强的保密性要求，这也是编码环境、训练环境和测试环境相互隔离的原因之一。开发者无法在编码环境中直接接触完整的数据集，但可以在路径/home/data/ 下查看样例数据集。

训练

在编码环境中完成算法代码开发后，即可创建发起训练。训练任务成功启动后，平台会将编码环境及环境中的所有文件完整克隆为正式的训练环境，然后使用预置的训练数据集开始模型训练。

模型训练过程中，可以随时登录极市平台查看实时训练日志。训练任务结束后，平台还会提供训练日志、终端日志和结果曲线。

极市平台还有模型管理功能，每次训练得到的模型都会自动保存在模型列表当中，并支持选择当中任意版本再次训练或发起自动测试。当然，模型训练不一定需要从零开始，极市平台还支持上传加载本地预训练的模型进行训练。

测试

为了规范评估标准以及加速算法迭代，极市平台内置了自动测试框架JiTest，它由极视角独家首创，能快速、多维度自动评估模型质量，评估指标包括F1-score、FPS、硬件能耗值等。

进行模型自动测试的方法很简单，只需要按照极市平台的说明文档封装成标准测试SDK，就可以快速发起任务。与训练任务类似，极市平台支持查看实时日志，并在任务结束后提供完整的测试报告，根据报告内容便可以对当前的模型进行准确的评估。

最后，极市平台还预置了模型转换工具，能够快速的完成算法移植，并实现算法在不同架构的硬件平台上的推理与发布。

---

以上就是极市AI算法开发平台的基本功能介绍，在接下来的文章我们会更详细地解码这些功能。另外，极市平台已经上线了包括算法打榜、算法竞赛、深度学习课程以及公开数据集等多个模块，如果你还没有使用过极市平台，可以在这些板块进行尝试。（PS：极市平台还提供免费算力哦！

点击下方链接可进入极市开发者平台进行体验：极市平台