open-edge-platform/geti
Build computer vision models in a fraction of the time and with less data.
任務：電腦視覺 – 圖像分類、目標檢測、實例分割。
資料集：使用者提供的圖像資料集；支援 COCO、Pascal VOC、YOLO 與 Geti 原生格式。
架構：包括 RF-DETR, DINOv3 DETR, YOLO26, YOLOX, D-FINE, Mask R-CNN, RT-DETR, YOLO11/12, YOLO26, EfficientNet, ViT, DINOv2, MobileNetV3 等。
輸入：透過 UI 或 Python API 提供的原始圖像（或影片影格）。
輸出：訓練好的模型（匯出為 OpenVINO IR/ONNX）與預測結果（邊界框、遮罩、類別標籤）。
訓練：Python getitune 引擎 – engine.train(max_epochs=…)；也可透過具備「標註-訓練-預測」循環的 Geti GUI 進行。
損失函數：README 中未指定。
基準測試：README 中未指定。
其他：模型會自動匯出為適用於 CPU、Intel® XPU (Arc GPUs, Core Ultra) 或 NVIDIA® CUDA 的 OpenVINO™ 格式；包含用於邊緣部署的 INT8 量化。