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、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“工业智能体控制台>工业AI开发>工业AI开发工作流”选择“通用图像分类工作流”新建应用，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数值，包括“精准率”、“召回率”。您可以在上方单击
“添加对比版本”，在
“添加对比版本”下拉框选择之前已经训练完成的数据进行对比。
- 详细评估
“详细评估”下方显示各个标签下准确率，即对应标签下预测正确的样本数占该标签下样本总数比例，单击各标签，右侧可查看该标签识别错误的图片。
后续操作
针对当前版本的模型，经过模型评估后，如果根据业务需求，模型还需继续优化，请单击“上一步”，回到“模型训练”步骤，详细操作指导请见训练模型。
如果模型已达到业务需求，请单击“发布部署”，进入“服务部署”步骤，详情请见部署服务。
