境中的空间位置绑定的特征信息，为实现视觉定位提供数据库索引和特征匹配支持。 白模 可量测的、不具备实景纹理信息的连续三角面片模型。为AR应用提供虚实遮挡，为摆放虚拟物体提供位置参照。 点云 点云是目标场景表面特性的点集合，包括三维坐标（XYZ）和颜色信息（RGB），可用于场景的可视化和白模构建。

查看更多 →

数据标注是将微调数据集中的某些元素进行标记或分类，以便模型可以更好地理解和使用这些数据。例如，在自动驾驶的应用中，云数据可以被标注为包含建筑物、其他小物体、交通工具等信息，以便模型可以识别和理解这些对象。在辅助数据标注的方法中，通过训练模型，可以实现标注结果，从而提高数据的质量和准确性。

查看更多 →

念。 模型结构树 模型文件通常以树状结构呈现，即模型结构树。模型结构树包括根节点和子节点，根节点代表整个模型，子节点代表模型中的各个部分、组件或特征。通过展开与折叠节点，用户可以查看模型中对应节点的子节点信息；通过勾选或取消勾选节点，用户可以在“在线可视化区”自定义展示模型；通过

查看更多 →

前提条件 在服务控制台“总览”>“我的模型”区域，开通“2D图像生成”服务，具体操作步骤请参考开通我的模型和购买套餐包。 操作步骤 在左侧菜单栏中选择“智驾模型服务 > 3D预标注”。 选择“3D预标注”页签。 单击右上角的“添加文件”。 完成文件上传信息。 目标检测 图1 文件上传 预标注功能：此处选择“目标检测”。

查看更多 →

响应Body参数说明 参数 类型 说明 errorMessage String 系统提示信息。 执行成功时，字段可能为空。 执行失败时，用于显示错误信息。 errorCode String 系统提示信息。 执行成功时，字段可能为空。 执行失败时，用于显示错误码。 data String

查看更多 →

转换逻辑模型为物理模型 功能介绍 转换逻辑模型为物理模型，转换成功则显示转换后的目标模型信息。 异常：目标模型信息的“id”等属性为null时，则需要调用《获取操作结果》接口查看具体报错信息：GET https://{endpoint}/v1/{project_id}/design/operation-results

查看更多 →

单击界面左下角的“异常检测模型测试”，弹出“异常检测模型测试”代码框，如图3所示。 “是否绘图”请选择“是”，可以通过绘图查看模型的测试验证效果。 图3 异常检测模型测试 单击“异常检测模型测试”代码框左侧的图标。等待模型测试完成。 模型测试打印结果示例，如图4所示。截图仅为模型测试打印结果的一部分，具体以实际打印结果为准。

查看更多 →

模型训练 硬盘故障检测模板会预置模型训练工程，无需关注，下面会提供端到端的操作流程，帮助用户快速熟悉模型训练界面操作。 单击菜单栏中的“模型训练”，进入模型训练首页。 可以看到预置的“hardisk_detect”模型训练工程，这是硬盘故障检测模板预置的模型训练工程，本次不使用。

查看更多 →

模型管理 模型管理简介 创建模型 模型推理

查看更多 →

测试模型 用测试数据测试模型的泛化能力。训练数据可以是带标签或者不带标签的数据，测试数据一定是带标签的数据，方便评估模型执行效果。 单击“训练模型”左下方的“测试模型”，新增“测试模型”内容。 参数配置均保持默认值。 单击“测试模型”代码框左侧的图标，进行模型评估。 模型测试效果会通过表格的形式在下方展示。

查看更多 →

训练模型 特征和算法确定后，可以开始训练模型。 训练模型 单击“模型选择”左下方的“训练模型”。 新增“训练模型”内容，如图1所示。 图1 训练模型 单击“训练模型”代码框左侧的图标，进行模型训练。 模型训练完成后，界面下方展示模型的评估效果。 第一列内容的含义如下所示： 0：标注为0的所有样本。可以理解为标签。

查看更多 →

模型管理 单击菜单栏中的“模型管理”，可在“模型管理”界面查看打包好的模型，如图1所示。 图1 模型管理 父主题： 使用模型训练服务快速训练算法模型

查看更多 →

发布模型 逻辑实体创建完成后，必须创建对应的物理实体，才可以发布逻辑模型。 操作步骤 在数据服务左侧导航，选择“工具箱>数据开发>数据建模”。 在左侧导航中，单击展开分层，选择一个分层。 在需要发布的逻辑实体对应的“操作”列下，单击>。 在“提示”对话框中单击“确认”。 在“确认”对话框中单击“确定”。

查看更多 →

志、运行图和Tensorboard信息。 系统日志：可以查看代码执行的具体过程。系统运行日志信息，如代码目录、日志路径、使用的SDK信息等。 运行日志：用户可以在代码编辑的时候自定义信息输出到运行日志中，用于查看代码执行的具体结果。例如用户信息、代码目录、执行命令等。当训练任务运

查看更多 →

模型训练 导入SDK 选择数据 特征画像 模型选择 训练模型 测试模型 开发推理 归档模型 父主题： KPI异常检测学件服务

查看更多 →

模型管理 模型管理简介 创建模型包 编辑模型包 上架模型包至AI市场 发布推理服务 模型包完整性校验 父主题： 用户指南

查看更多 →

是否生成本地模型包：请保持默认值关闭。即默认不在当前JupyterLab特征工程项目中生成本地模型包。仅归档模型包，供模型管理页面新建模型包使用。 是否生成本地metadata.json：请保持默认值关闭。 单击归档cell代码框左侧的图标，完成模型归档。 父主题： 模型训练

查看更多 →

模型”，并配置训练参数，开始训练模型。 预训练模型 当前服务提供预置预训练模型“高精版”、“均衡版”、“基础版”，在“预训练模型”列表中可查看“模型精度”、“推理速度”、“训练速度”和模型“简介”。 参数配置 在“参数配置”填写“学习率”和“训练轮次”。 “学习率”用来控制模型的学习速度，范围为(0

查看更多 →

评估模型 训练得到模型之后，整个开发过程还不算结束，需要对模型进行评估和考察。一次性很难获得一个满意的模型，需要反复的调整算法参数、数据，不断评估训练生成的模型。 一些常用的指标，如精准率、召回率、F1值等，能帮助您有效的评估，最终获得一个满意的模型。 前提条件 已在 自然语言处理

查看更多 →

并训练模型，详情请见训练模型。 评估模型 在“模型评估”页面，您可以针对当前版本的模型进行模型评估，查看评估参数对比和详细评估，也可以模拟在线测试。 图1 评估模型 模型评估 “模型评估”下侧显示当前模型的版本、验证集数量。 评估参数对比 “评估参数对比”下方显示当前模型的评估参

查看更多 →

已在视觉套件控制台选择“第二相面积含量测定工作流”新建应用，并训练模型，详情请见训练模型。 整体评估 在“模型评估”页面，您可以针对当前版本的模型进行整体评估。 图1 模型评估 “模型评估”显示当前模型的“版本”、“标签数量”、“验证集数量”。 “评估参数对比”显示当前模型和其他版本模型的评估参数值柱状图，包括“交并

查看更多 →