open-edge-platform/geti
Build computer vision models in a fraction of the time and with less data.
任务：计算机视觉 – 图像分类、目标检测、实例分割。
数据集：用户提供的图像数据集；支持 COCO、Pascal VOC、YOLO 和 Geti 原生格式。
架构：包括 RF-DETR, DINOv3 DETR, YOLO26, YOLOX, D-FINE, Mask R-CNN, RT-DETR, YOLO11/12, YOLO26, EfficientNet, ViT, DINOv2, MobileNetV3 等。
输入：通过 UI 或 Python API 提供的原始图像（或视频帧）。
输出：训练好的模型（导出为 OpenVINO IR/ONNX）和预测结果（边界框、掩码、类别标签）。
训练：Python getitune 引擎 – engine.train(max_epochs=…)；也可通过具有“标注-训练-预测”循环的 Geti GUI 进行。
损失函数：README 中未指定。
基准测试：README 中未指定。
其他：模型会自动导出为适用于 CPU、Intel® XPU (Arc GPUs, Core Ultra) 或 NVIDIA® CUDA 的 OpenVINO™ 格式；包含用于边缘部署的 INT8 量化。