快速查找创建好的项目 在自动学习总览页，您可以通过搜索框，根据自动学习的属性类型（项目名称）快速搜索过滤到相应的工作流，可节省您的时间。 登录ModelArts管理控制台，在左侧导航栏选择“开发空间>自动学习”，进入自动学习总览页面。 在自动学习列表上方的搜索框中，根据您需要的属性类型

查看更多 →

11：图像的目标框数量与训练数据集的特征分布存在较大偏移。 12：图像中目标框的面积标准差与训练数据集的特征分布存在较大偏移。 13：图像中目标框的高宽比与训练数据集的特征分布存在较大偏移。 14：图像中目标框的面积占比与训练数据集的特征分布存在较大偏移。 15：图像中目标框的边缘化程度与训练数据集的特征分布存在较大偏移。

查看更多 →

我的算法”页面，“删除”运行结束的训练作业。您可以单击“操作”列的“删除”，在弹出的提示框中单击“确定”，删除对应的算法。 删除订阅算法：前往AI Gallery，在“我的资产 > 算法”中，单击我的订阅，对需要删除的算法单击“取消订阅”，在弹出的提示框中单击“确定”即可。 父主题： 使用ModelArts Standard训练模型

查看更多 →

快速查找创建好的项目 在自动学习总览页，您可以通过搜索框，根据自动学习的属性类型（项目名称）快速搜索过滤到相应的工作流，可节省您的时间。 登录ModelArts管理控制台，在左侧导航栏选择“开发空间>自动学习”，进入自动学习总览页面。 在自动学习列表上方的搜索框中，根据您需要的属性类型

查看更多 →

OBS桶中的文件未加密 检查图片是否符合要求 目前自动学习不支持四通道格式的图片。请检查您的数据，排除或删除四通道格式的图片。 检查标注框是否符合要求（物体检测） 目前物体检测仅支持矩形标注框。请确保所有图片的标注框为矩形框。 如果使用非矩形框，可能存在以下报错： Error bandbox

查看更多 →

全部 自动学习 Workflow 开发工具 算法管理 训练管理 AI应用管理 部署上线 镜像管理 资源池 AI Gallery ModelArts SDK 昇腾生态 自动学习 自动学习是帮助人们实现AI应用的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设

查看更多 →

镜像制作 将jar文件打包成镜像文件，请参照制作镜像包或插件包。 dockerfile内容参照如下（具体可参考编写高效的Dockerfile ）。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 FROM registry-cbu

查看更多 →

制作镜像 制作实例镜像 制作Operator镜像 父主题： 如何从零开始开发Operator

查看更多 →

视频制作 无法保存剧本怎么办？ 视频合成失败如何处理？ 如何将WEBM视频转成MOV格式？ PPT如何转为PDF文件？ 如何在MetaStudio控制台呈现PPT的动画效果？

查看更多 →

形象制作 部分浏览器提交H265训练视频失败如何处理？

查看更多 →

声音制作 真人声音录制 声音录制指导文档下载 创建声音制作任务（自研模型） 创建声音制作任务（第三方模型） 查看声音 购买声音套餐 文案样例（基础版） 文案样例（进阶版） 文案样例（高品质） 声音更新记录

查看更多 →

视频制作 视频制作界面说明 视频制作 视频制作素材操作详情 配置特殊词表

查看更多 →

背景色：支持设置搜索的背景色。 搜按钮颜色：支持设置搜索按钮的颜色。 边框：支持设置边框的宽度、颜色、边框类型。边框类型支持实线、虚线、点划线。 单选下拉 样式 背景色：设置单选下拉的背景颜色。 边框：支持对边框的宽度、圆角、颜色、类型的设置。 箭头：支持对箭头的颜色、大小、右边距的设置。

查看更多 →

自定义，可以在时间框中指定明确时间范围。 文件名或目录：根据文件名称或者文件存储目录筛选。 标注人：选择执行标注操作的账号名称。 样本属性：表示自动分组生成的属性。只有启用了自动分组任务后才可使用此筛选条件。 数据属性：暂不支持。 图2 筛选条件 父主题： 标注ModelArts数据集中的数据

查看更多 →

标注镜像Dockerfile示例 一般情况下，引擎主要包含预标注算法或预审核算法运行所需要的基本依赖环境，用户也可将预标注算法或预审核算法包内置在AI引擎中。 用户可使用命令行模式或Dockerfile模式进行构建。 以预标注 自定义镜像 为例，一般的镜像制作Dockerfile示例如下（xxx替换为实际路径）：

查看更多 →

标注框或对象三个维度统计累计提交任务数、累计工作时长、累计确认数、平均耗时五个指标，衡量标注员、审核员（初审员/终审员）的任务完成情况。 人员详情模块的展示根据项目任务流程有所裁剪。（标注员统计、初审员统计、终审员统计） 累计确认框数：标注员、初审员、终审员提交任务中确认有效框数

查看更多 →

数据查看、单点数据标注、连续时间戳数据标注、保存标注结果等功能。 数据标注对于KPI异常检测非常重要，可以有效提升监督学习训练过程中KPI异常检测的准确率，在无监督学习中对模型做验证评估。 监督学习：使用标注工具对原始数据进行标注，并将标注数据用于训练。用户基于训练结果确认并更新

查看更多 →

自动学习 准备数据 模型训练 部署上线 模型发布

查看更多 →

全，因此，在数据标注阶段你可能会发现还缺少某一部分数据源，反复调整优化。 训练模型 俗称“建模”，指通过分析手段、方法和技巧对准备好的数据进行探索分析，从中发现因果关系、内部联系和业务规律，为商业目的提供决策参考。训练模型的结果通常是一个或多个机器学习或深度学习模型，模型可以应用到新的数据中，得到预测、评价等结果。

查看更多 →

数据标注 标注数据来源？ 重新标注结果文件中，为什么还需要导入KPI原始文件？ 是否支持批量数据标注？ 待标注数据文件格式要求？ 父主题： 常见问题

查看更多 →

数据标注 时序数据标注 图片/音频标注 父主题： 管理基础工具

查看更多 →