AWS 发布 SageMaker SDK v3 全车队视觉模型流水线

AWS 发布基于 SageMaker Python SDK v3 的全车队计算机视觉模型生命周期方案，面向每台摄像头需单独微调模型的产线场景。单条 SageMaker Pipeline 按摄像头参数化运行 13 步，并行训练卷积自编码器异常检测器与 ResNet18 缺陷分类器，经质量门禁后用 SageMaker Neo 编译并注册入 Model Registry。 AWS 称，完整跑完 13 步（含两次 Neo 编译）约需 15 分钟，在美东俄亥俄区域按需计费约 0.07 美元（ml.m5.xlarge 计费时间，2026 年 7 月价格）；编译本身不收费，费用来自驱动编译的处理实例和输出文件的 S3 存储。默认生成合成产线图像，无需数据集和数据审批即可端到端验证；编排层默认最多同时接纳 5 个流水线执行，以将并发训练任务控制在标准账户配额内。该方案更新自 2023 年边缘视觉质检 MLOps 系列。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。