accepted_sample_count Integer 通过的样本数目。 checked_sample_count Integer 已验收的样本数目。 pass_rate Double 样本的通过率。 rejected_sample_count Integer 驳回的样本数目。 sampled_sample_count

查看更多 →

删除数据集标签和对应的样本 dataset deleteLabelWithSamples 添加样本 dataset uploadSamples 删除样本 dataset deleteSamples 停止自动标注任务 dataset stopTask 创建团队标注任务 dataset

查看更多 →

删除数据集标签和对应的样本 dataset deleteLabelWithSamples 添加样本 dataset uploadSamples 删除样本 dataset deleteSamples 停止自动标注任务 dataset stopTask 创建团队标注任务 dataset

查看更多 →

在形成可用的训练数据前，需要对这些影像数据进行正负样本的手工分类，符合标准的影像作为模型训练中的正样本数据。实际操作中，我们通过对单个影像实例进行查看和对比，在界面上设置“AI训练”或“学习案例”，以标识出正样本。 专家经验库按不同采集来源的图片与视频进行分类，分为任务经验库和问题经验库（问题经验库暂未实现），其中

查看更多 →

通过智能标注方式标注数据 创建智能标注作业 确认智能标注作业的数据难例 使用自动分组智能标注作业 父主题： 标注ModelArts数据集中的数据

查看更多 →

学习空间 我的课堂 MOOC课程 我的考试

查看更多 →

共享标注 共享屏幕时支持自定义标注功能，可根据需求标注其他内容。 操作步骤 视频通话时，参考屏幕共享开启共享功能。 选择共享区域共享栏，单击，进入共享标注界面。 图1 桌面共享标注 图2 指定程序共享标注 图3指定区域共享标注 共享标注支持以下功能。 白板：背景切换功能，共享时标

查看更多 →

标注服务 创建团队 创建项目 添加批次任务 标注流程 父主题： 自动驾驶云服务全流程开发

查看更多 →

标注服务 标注服务简介 项目管理 团队用户 标注管理 培训考试 团队管理员 标注员 审核员 验收员 标注样例

查看更多 →

学习任务 管理员以任务形式，把需要学习的知识内容派发给学员，学员在规定期限内完成任务，管理员可进行实时监控并获得学习相关数据。 入口展示 图1 入口展示 创建学习任务 操作路径：培训-学习-学习任务-【新建】 图2 新建学习任务 基础信息：任务名称、有效期是必填，其他信息选填 图3

查看更多 →

课程学习 前提条件 用户具有课程发布权限 操作步骤-电脑端 登录ISDP系统，选择“作业人员->学习管理->我的学习”并进入，查看当前可以学习的课程。 图1 我的学习入口 在“我的学习”的页面，点击每个具体的课程卡片，进入课程详情页面。可以按学习状态（未完成/已完成）、学习类型（

查看更多 →

通过团队标注方式标注数据 团队标注使用流程 创建和管理团队 创建团队标注任务 审核并验收团队标注任务结果 管理团队和团队成员 父主题： 标注ModelArts数据集中的数据

查看更多 →

标注管理 标注管理主要提供可视化的标注物管理，支持自定义创建多种标注物的形状和颜色，可用于预标注和人工标注指定物体，或自定义算法模型中关联特定标注物。如果在创建标注模板时，没有找到满足当前所需的标注物，则可以通过标注物管理添加新标注物。 不同标注物可依靠标注物名称以及标注物描述区分。

查看更多 →

标注员 认领标注任务 人工标注操作指导 标注工具和快捷键说明 父主题： 标注服务

查看更多 →

在弹出的“添加标注”对话框中，完成标注选择。 选择需要添加的一个或多个标注，或在搜索栏中输入标注名称检索。 如果存在对应标注则单击复选框选择。 如果不存在对应标注，则单击创建提醒，弹出“创建标注”对话框，具体参数配置参见表1。单击“确定”，完成标注创建，返回“添加标注”对话框。 单

查看更多 →

是否可见 是指在添加标注时，此标注是否可见。 描述 对此标注的描述信息。 标注值名称 填写标注下具体的标注值名称，例如，人员信息。 类型 标注值的类型，分为文本和数值两种。 单位 标注值的单位，根据实际标注值选择是否填写。例如标注值为数量，此处可填写位。 描述 填写此标注值的描述信息。

查看更多 →

Octopus平台支持上传符合平台规范的模型用于标注或训练任务。对智驾模型进行模型微调后，调优后的模型会自动保存到模型仓库中。 上传模型需包含以下内容： 模型文件。 推理脚本，推理脚本命名为：customer_auto_label.py。 推理脚本所需依赖库。 新建模型仓库 在左侧菜单栏中单击“数据资产

查看更多 →

团队标注的数据分配机制是什么？ 目前不支持用户自定义成员任务分配，数据是平均分配的。 当数量和团队成员人数不成比例，无法平均分配时，则将多余的几张图片，随机分配给团队成员。 如果样本数少于待分配成员时，部分成员会存在未分配到样本的情况。样本只会分配给labeler，比如10000

查看更多 →

precision：精确率，又被称为查准率，是针对预测结果而言的。含义为在被预测为正的样本中实际为正样本的概率。 recall：召回率，又被称为查全率，是针对原样本而言的。含义为在实际为正的样本中被预测为正样本的概率。 support：每类标签出现的次数。 父主题： 模型训练

查看更多 →

labeler String 标注人。 metadata SearchProp object 通过样本属性搜索。 parent_sample_id String 父样本ID。 sample_dir String 根据样本所在目录搜索（目录需要以/结尾），只搜索指定目录下的样本，不支持目录递归搜索。

查看更多 →

调用启动智能任务接口给图像分类的数据集创建一个智能标注任务。 调用获取智能任务的信息接口根据智能标注的任务ID查询任务详情。 待智能标注任务完成后，调用查询智能标注的样本列表接口可以查看标注结果。 调用批量更新样本标签根据获取的智能标注样本列表确认智能标注结果。 前提条件 已获取IAM的EndPo

查看更多 →