横向记录demo-数据生成/模型训练/模型部署/云API

没空就写个demo

• 企业提供：约A张正样本，与B张负样本
• 需求：具备安全性的正负样本分类API

1. 负样本生成：
   1. 目的：获得模型训练所需的负样本（B极小，是A的‰级别）。
   2. 过程：
      1. 观察负样本与正确样本的区别。
      2. 对正样本进行图像处理以生成负样本。
   3. 结果：生成约C张负样本。
   4. 痛点：真实负样本获得成本高。
2. 模型训练：
   1. 目的：获得推理模型，及其所需配置，并防止源代码泄露给企业
   2. 过程：
      1. 使用企业提供的A张正样本与生成的C张负样本进行训练。
      2. 为防止代码训练代码泄露，将模型生成为静态模型。
      3. 通过限制模型使用的资源，来获得模型的最低配置。
   3. 结果：
      1. 获得易于部署的静态模型，无需模型代码即可推理。
      2. 获得模型所需的资源，为下一步的云服务器选配提供指导。
   4. 痛点：
      1. 低成本。
      2. 源码泄露。
3. 云API部署：
   1. 目的：将模型部署于云上，并提供模型API。
   2. 背景：
      1. 通用型（性能独占）服务器最低251元/月，且性能溢出严重。
      2. 共享标准型最低33元/月，性能合适。
      3. 突发性能型最低17元/月，性能稍有溢出。
   3. 过程：
      1. 实际场景中，云API不会被持续调用，考虑成本，选配突发性能型。
      2. 考虑到模型后续升级，以及API的稳定性，选配性能稍有溢出的服务器。
      3. 考虑所需处理的图片尺寸低，选配最低的带宽。
   4. 结果：在77元/月的服务器中，部署了API，运行稳定。
   5. 痛点：
      1. 低成本。
      2. 模型升级与稳定运行需要预留性能。
4. 安全性考虑：
   1. 目的：企业希望在数据交换时保障安全性。
   2. 背景：
      1. 使用SSL加密，但需额外购买域名，以及备案，过程繁琐。
      2. 使用内网通信，带宽高，无需额外费用，且可省去公网带宽费用。
   3. 结果：
      1. 根据企业需求购买服务器及数据库，并联通三者内网。
      2. 移除服务器公网，改为内网交流。
      3. 减少了公网带宽费用23元/月，费用降低至54元/月。
   4. 痛点：安全性。
5. 企业后续反馈：
   1. 暂无