مواد پر جائیں
AtheronLABS

آپ کا ملک: ریاست ہائے متحدہ امریکہ۔ قیمتیں امریکی ڈالر میں دکھائی جا رہی ہیں۔ درست نہیں؟

labs@atheron:⁨~/industries/waste-recycling⁩/ai$ ⁨train agent --grounded⁩

ری سائیکلنگ کے لیے اے آئی

ٹرک کے کیمروں پر آلودگی کی نشاندہی، پھر تصدیق۔

آلودگی چند پتوں کا بار بار غلط کام کرنا ہے۔ ایک کیمرہ اور آپ کے اپنے لوڈز پر تربیت یافتہ ماڈل وہ پتے ڈھونڈ سکتے ہیں، تاکہ آگاہی وہیں جائے جہاں ضرورت ہو۔ ماڈل نشاندہی کرتا ہے؛ کوئی اطلاع جانے سے پہلے جائزہ کار تصدیق کرتا ہے۔

// یہاں کیا اہم ہے

اس صنعت میں کیا مختلف ہے۔

01

آپ کے پروگرام پر تربیت یافتہ

آلودگی کسے کہتے ہیں یہ آپ کے پروگرام کے قواعد پر منحصر ہے۔ ہم ماڈل کو آپ کی اپنی لیبل شدہ تصاویر پر فائن ٹیون کرتے ہیں، اسی لیے یہ خاص ہے۔

02

پتے سے منسلک

ہر نشاندہی کارٹ کے ⁨RFID⁩ لفٹ ریکارڈ سے جڑی ہوتی ہے، اس لیے اطلاع اسی گھرانے کو جاتی ہے جس کا کارٹ الٹا گیا۔

03

تصدیق ایک شخص کرتا ہے

کوئی اطلاع بھیجنے سے پہلے جائزہ کار نشاندہیوں کی تصدیق کرتا ہے، اور رد کیے گئے فیصلے اگلے دور کا تربیتی ڈیٹا بنتے ہیں۔

04

استعمال سے پہلے پیمائش

ماڈل کو آپ کی تصاویر کے الگ رکھے گئے سیٹ پر پرکھا جاتا ہے، اور طے شدہ نتیجہ ہی لائیو ہونے کی شرط ہے۔

// مثالی منصوبے

اس خدمت کی قیمت والی مثالیں۔

ہر ایک فرضی ہے، اسی طرح لیبل شدہ، اور اس کی قیمت ہمارے ریٹ کارڈ سے فوری طور پر نکلتی ہے۔ ان میں سے کسی کو بھی تخمینہ ٹول میں کھولیں اور اپنے مطابق بنائیں۔

مثالی منصوبہویب ایپاے آئیخاص ⁨LLM⁩

ٹرکوں پر آلودگی کا ماڈل

فرضی۔ نہ کوئی کلائنٹ، نہ کوئی نتیجہ۔

// مسئلہ

ایک ری سائیکلنگ پروگرام آلودگی کی وجہ سے لوڈ ضائع کرتا ہے، لیکن نہیں بتا سکتا کہ کون سے راستے یا پتے اس کی وجہ ہیں، اس لیے آگاہی ہر جگہ جاتی ہے اور کچھ نہیں بدلتا۔

// ہم کیا بنائیں گے

پروگرام کی اپنی ہاپر کیمرے کی تصاویر پر فائن ٹیون کیا گیا ایک خاص وژن ماڈل، جو ہر کارٹ الٹتے وقت ممکنہ آلودگی نشان زد کرے، کارٹ کے ⁨RFID⁩ لفٹ ریکارڈ سے منسلک، تاکہ پروگرام صرف اُن پتوں کو مخصوص اطلاعات بھیجے جنہیں ان کی ضرورت ہے۔

// اس میں کیا شامل ہے

  • ہر لفٹ پر ہاپر کیمرے کی تصاویر
  • قسم کے لحاظ سے ممکنہ آلودگی نشان زد، جائزہ کار کی جانچ کے لیے
  • کارٹ کے ⁨RFID⁩ لفٹ ریکارڈ کے ذریعے نشاندہیاں پتے سے منسلک
  • بار بار والے پتوں کے لیے مخصوص اطلاعات اور پیروی
  • آپ کی تصاویر پر فائن ٹیون کیا گیا ماڈل، جس کی پیمائش الگ رکھے گئے سیٹ پر کی جائے

// ٹیکنالوجی

  • ⁨PyTorch⁩
  • ⁨ONNX Runtime⁩
  • ⁨Python⁩
  • ⁨Next.js⁩
  • ⁨AWS GPU⁩ انسٹینسز

// تخمینہ

تعمیر
≈ ⁨USD 168,000⁩ سے ⁨USD 257,000⁩ تک, delivered within 41 weeksCAD 239,900 to 366,300
ہوسٹنگ
≈ ⁨USD 7,020⁩ ماہانہCAD 10,000 ماہانہ
سپورٹ
≈ ⁨USD 2,500⁩ ماہانہCAD 3,565 ماہانہ

آپ کی کرنسی میں قیمتیں بینک آف کینیڈا کے آج کے ریٹ پر مبنی اندازے ہیں۔ تمام انوائس ⁨CAD⁩ یا ⁨USD⁩ میں بنتی ہیں۔

اے آئی کا راستہ
خاص ⁨LLM⁩
ماڈل چلانے کی لاگت
≈ ⁨USD 6,530⁩ ماہانہCAD 9,300 ماہانہ

مرحلہ وار ٹائم لائن

Découverte
2.9 to 3.4 weeks
Données et plan d’évaluation
0.4 weeks
Maquettes approuvées
2.4 to 4.4 weeks
Fonctions principales
1.9 to 3.4 weeks
Développement complet
1.4 to 2.4 weeks
Entraînement
8.9 to 15.4 weeks
Tests et corrections
0.4 weeks
Évaluation et tests adverses
3.9 to 4.4 weeks
Rapport vérifié sur une période passée
3.9 to 4.4 weeks
Mise en ligne
0.9 to 1.4 weeks
Production
0.9 to 1.4 weeks

ہمارے اختیار سے باہر، اور کیلنڈر میں شامل

Livraison des lecteurs de camion et des étiquettes de bacs
2 to 6 weeks
Accès à l’API du GPS de parc par votre fournisseur
1 to 4 weeks

ادائیگی کیسے ہوتی ہے

پیشگی رقم 20%
CAD 47,740 to 73,020
Découverte 1.1%
CAD 2,625.70 to 4,016.10
Données et plan d’évaluation 7.2%
CAD 17,186.40 to 26,287.20
Maquettes approuvées 1.1%
CAD 2,625.70 to 4,016.10
Fonctions principales 3.5%
CAD 8,354.50 to 12,778.50
Développement complet 2.3%
CAD 5,490.10 to 8,397.30
Entraînement 21.7%
CAD 51,797.90 to 79,226.70
Tests et corrections 1.1%
CAD 2,625.70 to 4,016.10
Évaluation et tests adverses 14.4%
CAD 34,372.80 to 52,574.40
Rapport vérifié sur une période passée 8.7%
CAD 20,766.90 to 31,763.70
Mise en ligne 1.1%
CAD 2,625.70 to 4,016.10
Production 7.8%
CAD 18,618.60 to 28,477.80
Holdback, 30 days after launch (10%)
CAD 23,870 to 36,510
Temps GPU pour l’entraînement et les tests, au coût
CAD 1,200. پہلے سے بل، لاگت پر، مراحل سے الگ

// questions

اس بارے میں ہم سے پوچھے جانے والے سوالات۔

کیا آلودگی کے کیمرے رہائشیوں کو ریکارڈ کرتے ہیں؟

کیمروں کا رخ ہاپر کے اندر ہوتا ہے، گلی کی طرف نہیں۔ لانچ سے پہلے آپ کی پرائیویسی ٹیم کیمروں کی جگہ اور ریکارڈ رکھنے کی مدت کا جائزہ لیتی ہے۔

کیا اس کے کام کرنے کے لیے ⁨RFID⁩ کارٹس درکار ہیں؟

نشاندہی کو پتے سے جوڑنے کے لیے ہاں، یا بہت درست ⁨GPS⁩۔ دونوں کے بغیر بھی یہ راستے کے لحاظ سے آلودگی رپورٹ کرتا ہے۔

کیا یہ ٹرک پر چل سکتا ہے؟

تصاویر ٹرک پر پروسیس ہو سکتی ہیں یا آپ کے کلاؤڈ میں پروسیسنگ کے لیے بھیجی جا سکتی ہیں۔ ہم آپ کے ٹرکوں کے کنکشن اور لاگت کی بنیاد پر انتخاب کرتے ہیں۔

// آگے

بالکل آپ کا منصوبہ نہیں؟

ہمیں بتائیں آپ کے ذہن میں کیا ہے۔ ہم آپ کو ایک حد اور وہ سوالات بھیجیں گے جو اسے محدود کریں۔ یا کال بک کریں اور بات کر لیں۔

ری سائیکلنگ کلیکشن پروگرامز کے لیے اے آئی سے آلودگی کی نشاندہی | ⁨Atheron Network Labs⁩