# Uemi一站式AI平台 **Repository Path**: ai_projects/Uemi-OneStop-AI-Platform ## Basic Information - **Project Name**: Uemi一站式AI平台 - **Description**: Uemi一站式AI平台,旨在简化 AI 开发、部署和管理的全流程。是集成了数据处理,模型构建,模型训练,评估及部署的一站式平台。 - **Primary Language**: C++ - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: https://www.uemiai.com - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2025-12-24 - **Last Updated**: 2025-12-24 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # Uemi一站式AI平台 Windows平台·图形化无代码·全周期AI开发工具 #### 平台介绍 UemiAIP是一款专为Windows平台设计的一站式AI开发平台,基于C++ QT框架开发,集数据预处理、模型构建、训练调优、API部署全生命周期于一体。 平台提供零代码图形化操作界面,内置自研高性能深度学习框架(兼容PyTorch生态),无需编写代码即可完成从数据处理到模型上线的全流程开发。 核心定位:降低AI开发门槛,让企业业务人员、非技术背景用户也能快速构建AI能力;为开发者提供高性能底层框架,支持自定义扩展。 #### 核心优势 1. Windows原生体验:基于C++ QT开发,深度适配Windows系统,界面流畅、操作稳定,支持Win10/11 64位。 2. 零代码图形化:拖拽式数据标注、可视化模型构建、实时训练监控,无需Python/深度学习背景。 3. 全周期覆盖:数据→模型→训练→部署,全流程闭环,减少工具切换成本。 4. 双框架兼容:自研高性能框架 + PyTorch兼容模式,灵活适配不同需求。 5. 数据隐私保护:本地化部署,数据与模型完全本地存储,零泄露风险 #### 核心功能模块 1. 数据获取:本地文件/数据库(Postgresql/Mysql)直连,支持数据版本管理与血缘追踪,可视化的数据分布分析。 2. 数据处理:通过可视化界面实现字段屏蔽,取对数,差分,离散化,类别处理,缺失数据处理等数据预处理操作 3. 模型构建:通过可视化画布拖拽层(如CNN、LSTM、Transformer),可导入外部pytorch已有模型,自动生成模型结构(兼容PyTorch)。 4. 模型训练:实时监控面板与日志、可视化训练曲线(Loss)、GPU利用率、内存占用,支持断点续训。 5. API部署:一键发布,训练完成后,可生成API接口,本机部署与调用。 #### 技术架构 ![技术架构图](images/uemiAIP-TF.png) #### 安装教程 1. 系统要求:Windows 10/11 64位,NVIDIA GPU(可选,支持CUDA 11.0+) 2. 下载安装包:
官网下载:[点击下载最新版(含安装向导)](https://www.uemiai.com/api/downloads/uemiAIP/latest)
腾讯微云:https://share.weiyun.com/qXqZkxWH
百度网盘:https://pan.baidu.com/s/1vOyG4EUQ1DUZR8Mz_t72eg?pwd=f9g5 3. 软件安装:选择软件安装目录,需注意DB与Share目录 ![输入图片说明](images/install1.png) ![输入图片说明](images/install2.png) ![输入图片说明](images/install3.png) ![输入图片说明](images/install4.png) 4. 快速启动:安装后,点击安装路径下的uemiAIP.exe或桌面快捷方式uemiAIP启动 ![输入图片说明](images/login.png) #### 使用示例(零代码训练时序数据模型) 1. 数据获取:选择需要训练的时序数据。 ![输入图片说明](images/getdata1.png) ![输入图片说明](images/getdata2.png) 2. 数据预处理:选择数据预处理的类型以及因变量与屏蔽的自变量。 ![输入图片说明](images/procdata1.png) ![输入图片说明](images/procdata2.png) 3. 模型构建:在画布上拖拽构建模型,设置输出维度为1。 ![输入图片说明](images/network1.png) ![输入图片说明](images/network2.png) 4. 开始训练:选择训练数据与模型进行训练,实时查看日志中loss输出。 ![输入图片说明](images/modeltrain1.png) ![输入图片说明](images/modeltrain2.png) 5. 查看评估结果:查看训练评估结果,图形化LOSS曲线,预测结果对比等。 ![输入图片说明](images/modeleval1.png) ![输入图片说明](images/modeleval2.png) ![输入图片说明](images/modeleval3.png) 6. 部署API:选择已训练的模型,部署API,可在平台中界面直接调用使用 ![输入图片说明](images/modelapi1.png) ![输入图片说明](images/modelapi2.png) #### 联系我们 企业网站:https://www.uemiai.com 文档中心:https://docs.uemiai.com(含操作手册、API参考)