原始数据资产化
多源导入（文件上传 / 视频导入 / 摄像头采集），元数据自动提取，场景、时间、设备、分辨率、光照多维筛选与批量操作。内置示例数据开箱即用。
浏览器即操作台：数据资产管理、自研标注画布、训练实验与评估部署，全部在 Web 端完成。
原始数据独立于数据集存在，可复用、可追溯；标注与训练形成迭代闭环，持续降低标注成本。
多源导入（文件上传 / 视频导入 / 摄像头采集），元数据自动提取，场景、时间、设备、分辨率、光照多维筛选与批量操作。内置示例数据开箱即用。
缩略图导航 + 画布绘制/编辑/修正 + 属性面板一体布局；R/E/C 快捷键驱动，支持预标注虚线只读对比、批量任务分配与进度跟踪。
种子组人工精标 → 训练模型 → 自动预标注下一组 → 人工修正 → 合并重训，循环直至精度达标。困难样本优先策略持续降低人工成本。
从标注任务创建、多数据集一键合并（并集自动去重）、衍生版本调整筛选；YOLO 格式导出，训练/验证/测试自动划分。
Ultralytics YOLO 引擎异步训练，MLflow 记录每次实验参数与指标；迭代任务看板实时展示分组进度、模型精度与建议。
推理任务验证模型效果，对比不同版本；通过评估的模型导出并转换为边缘运行时格式，直接导入 AiDBox 模型仓库。
| 理念 | 说明 |
|---|---|
| 数据资产化 | 原始数据独立于数据集存在，可复用、可追溯——同一图片可用于多个项目/任务 |
| 元数据驱动 | 场景、时间、设备、标签等多维元数据管理数据；图像元数据标签与标注标签严格分离 |
| 标注与训练闭环 | 迭代标注（主动学习）持续降低标注成本，模型精度随轮次收敛提升 |
| 前端统一 | 全部使用 Vue 3 + Element Plus，标注画布自研——体验一致、无第三方工具割裂 |
| 后端可集成 | 核心业务自研（FastAPI），专业能力集成开源方案（YOLO / MLflow / DVC） |
| 层级 | 技术选型 |
|---|---|
| 前端 | Vue 3 + Vite + Pinia + Element Plus + vue-konva（自研标注画布） |
| 后端 | FastAPI + SQLAlchemy + Alembic（核心业务自研） |
| 异步任务 | Celery + Redis |
| 存储 | PostgreSQL（元数据）+ MinIO（对象存储，预签名 URL 访问控制） |
| 部署 | Docker + Docker Compose 一键编排（含内置示例数据自动初始化） |
| 访问 / 版本授权 | 浏览器访问（默认 http://localhost:5173）；V1.0（2026-09-05），机器码绑定 .lic 激活，本地私有化部署 |