deepdetect：一個用於跨多種模態統一訓練與推論的深度學習執行環境與 REST 伺服器

它解決了什麼問題

DeepDetect 提供一個統一的執行環境與介面，管理深度學習模型的完整生命週期。它簡化了訓練、部署與執行推論的流程，支援各種模型類型——包括影像、文字與表格資料——且使用者不必手動管理複雜的後端設定。

它如何運作

DeepDetect 作為深度學習執行環境，可透過 Python wheel（用於程式內推論與命令列工具）、REST 伺服器（提供長時間服務）或 Docker 容器使用。它以 Torch 為主要後端進行訓練與推論，並支援 TensorRT 以實現最佳化推論。系統將模型倉庫組織於檔案系統中，避免了資料庫的依賴。

目標使用者

此工具設計給開發者與機器學習工程師使用，提供可重複、易於自動化的方式，透過單一 API 介面在不同模態（電腦視覺、自然語言處理與時間序列）上訓練與服務模型。

重點特色

• 多模態支援：處理影像分類、目標偵測、語意分割、語言模型（BERT、GPT-2）、表格資料與時間序列。
• 統一介面：提供 CLI、REST API 與 Python 函式庫，確保模型操作的一致性。
• 後端最佳化：使用 Torch 處理一般運算，使用 TensorRT 提供高效能推論。
• 彈性部署：支援透過 Python wheel 本地執行、透過 REST 進行遠端服務，以及透過 Docker 進行容器化部署。
• 基於檔案系統的儲存：直接在磁碟上管理模型倉庫，簡化使用。

摘要： 一個深度學習執行環境與 REST 伺服器，提供統一的 API 以在影像、文字與表格資料上進行訓練與推論。

標題： deepdetect：一個用於跨多種模態統一訓練與推論的深度學習執行環境與 REST 伺服器