2018年10月26日，北京技术研sicFinder北京技术研究开发中心月发表BaicFinderHIVE私有化数据显示系统1.0版本。该数据显示系统拥有流程管理、显示工具集和服务包3个核心结构单元，通过闭环设计，一站式数据加工和管理平台被打，AI企业数据显示自主化。据倍赛BasicFinderCEO杜霖介绍，BasicFinderHIVE的私有化数据显示系统登场，源于倍赛对工具化生产的深刻理解——AI企业对模型训练数据具有较低的一般性和安全性的双重拒绝。

作为业界的先驱者，倍赛BasicFinder通过为数百家客户积累了自动驾驶、面部安全、智能家庭等领域的近千个显示案例，基于非常丰富的数据服务经验，研磨了高效的数据加工和管理平台，还包括任务分配、人员设置、模板定制、AI数据实际显示处理、数据加工、数据质量检查、数据变更、模块给予、任务交付等多个流程模块倍比以工具化生产的思想，将工具集中在BasicFinder中，期待通过开发更符合现实作业场景的工具来提高显示效率。在BasicFinderHIVE系统中，其工具集模块配备了200套工作模板，包括共享边缘、图像跟踪、三次样本曲线、灭亡点等功能的17种常用标记工具。此外，BasicFinderHIVE系统在流程配置上也进行了突破性的设计。该系统可根据客户显示数据的不同市场需求开展流程模块的灵活拖动配置，构建项目串分阶段发布管理和多工序自由组合等作业水平的优化。

在生产和质量检查过程中，用户一般采用AI智能实标模块1单元复标模块1单元的质量检查模块。如果用户对数据质量有很高的拒绝，可以拖动各模块构成新的作业流程。例如，AI智能显示模块的3个单元复标模块的2个单元质量检查模块的1个单元(再检查)质量检查模块，通过扩大分段模块和剪切串行模块的方式超过多人数值，适当的控制效果。

除了工具集技术水平的希望外，BasicFinderHIVE系统服务包在单元对数据预处理作业的科学知识水平上进行了补充和优化。倍比赛在为AI企业配置BasicFinderHIVE系统的同时，派遣技术专家和管理训练人员，从系统工具的配置、显示技术、系统理解训练到倍比赛自己的数据中心质量管理系统的输入开展跟踪服务。在倍比对外公开发表BasicFinderHIVE系统之前，为深度合作伙伴招商银行总公司部署了该系统。

BasicFinderHIVE数据显示平台招聘的私有配置案例不明确显示平台系统如何提高AI企业的显示效率，构筑数据质量和数据安全的多重控制。

本文来源：亚-www.lyrsrs.com.cn