# 创建训练模型
以使用预置的图像目标检测算法CascadeRcnn为例,创建一个识别小汽车的模型,并用于自动标注任务。
# 步骤1:创建空模型
单击“训练服务>模型管理>创建模型”。
填写训练模型基本信息
- 模型名称:包含中英文、数字、“_”“-”,不得超过64个字符;
- 模型描述:简要描述模型,不包含“@#$%^&*<>\”,不得超过255个字符。
参照图示完成“添加标注”和“AI引擎”部分
选择模型及模型版本
本节以“空模型”为例。
信息填写完成后单击“创建”,可在模型列表查看或添加版本信息。模型管理详细介绍请参见模型管理。
# 步骤2:创建训练任务
单击“训练服务>训练任务>创建训练任务”。参考下表创建训练任务。选择使用平台内置算法,选择上一步创建成功的空模型。
表 1 参数说明
单击确认将自动开始训练,训练过程中可手动停止或删除。训练任务的详细介绍请参见训练任务。
# 步骤4:将模型用于自动标注
待创建的训练任务运行成功并处于“已完成”状态,训练生成的模型将上传到之前创建的空模型中,同时该模型将可用于自动标注任务,在预标注模板“标注模型”中可以选取该模型。预标注模板和自动标注任务的创建详情,请参见预标注模板。
# 步骤5:对训练模型进行评估
待训练任务成功运行完毕后,训练生成的模型将上传到我们创建的空模型中。该训练模型对目标检测的效果如何,可通过模型评估任务进行查看。
- 创建评估任务
单击“训练服务>模型评估>创建评估任务”;
完成评估任务基本信息填写;
- 名称:包含中英文、数字、“_”“-”,不得超过64个字符;
- 描述:简要描述任务信息,不包含“@#$%^&*<>\”,不得超过255个字符。
设置模型评估参数,有关参数的详细介绍请参考表1 模型评估模板评估指标说明;
选择数据集。可选择在“数据服务>数据集”中创建成功的数据集,或自有OBS桶中的数据集 。
说明: 数据集应包含模型标注的物体。如模型标注为car,则所选的数据集应包含car,区分大小写。
单击“创建”,评估任务创建成功;
查看模型评估结果。模型的评估的维度,取决于模板中选用了哪几种评估指标,并根据指标中配置的参数值计算评估结果,各项指标的评估结果以百分数的形式展现。模型评估结果的详细说明请参见评估结果。