模型管理
模型添加
EdgeBoard开发管理平台支持EasyDL模型、BML模型、Paddle模型和EdgeBoard SDK（暂不支持自行添加）。
模型文件格式只支持zip格式。
Paddle模型
Paddle模型是指通过PaddlePaddle框架或其开源套件等工具训练的模型，并导出适合在端上部署的静态图模型文件，可以通过Netron工具打开其网络结构。
EdgeBoard开发管理平台支持物体检测模型和单图单标签的图像分类模型，具体支持网络请参考EdgeBoard支持的模型，其他网络模型暂不支持。
Paddle模型包含两个文件夹，config和model，内部文件名称是固定，比如config文件中包含一个配置文件config.json，model文件夹中包含模型文件和标签文件，分别命名为model、params、label_list.txt，如果训练后导出的静态图模型不是该名称，可以自行更改。
Paddle模型提供了两个示例文件可供格式参考。
物体检测模型格式
示例结构
图像分类模型格式
示例结构
config.json详解
{
"version": 1.0,
"networkType": "detection",
"networkName": "yolov3",
"threshold": 0.35,
"transforms": [{
"action": "Resize",
"width": 608,
"height": 608,
"interpolation": "bilinear"
},
{
"action": "Normalize",
"mean": [123.675, 116.28, 103.53],
"scale": [0.0171248, 0.017507, 0.0174292]
},
{
"action": "ConvertFormat",
"format": "RGB"
}
]
} "version":模型格式版本，目前仅为1.0
"networkType"：网络类型，目前只包含检测模型detection，分类模型classification，
"networkName"：网络名称，如果是yolov3模型，该字段的值必须为yolov3
"threshold"：阈值，若推理结果的score值小于阈值则会被过滤
"action": "Resize"：图像缩放，指图像输入模型前的预处理操作之一
"action": "Normalize"：图像归一化，指图像输入模型前的预处理操作之一
"action": "ConvertFormat"：图像颜色空间格式，一般分为RGB和BGR两种
"width" && "height"：模型输入尺寸
"interpolation":图像插值，一般分为bilinear、nearest、cubic
"format"：图像颜色空间格式
"mean"：图像处理均值
"scale"：图像缩放系数
注意：config.json文件内的mean、scale计算方式与训练模型时的计算方式可能不同，在使用设备进行模型推理时，需要将训练模型的mean和std换算成EdgeBoard中的mean和scale。
一般图像归一化处理有如下两种方式：
例如R为一张图片中一个像素点的R通道的值
①（R / 255 – mean） / std
②（R – eb_mean) * eb_scale（EdgeBoard处理方式）
如果训练模型的mean和std为第一种计算方式，就需要通过如下运算，计算为EdgeBoard的处理方式。
EdgeBoard中的mean值 = mean * 255
EdgeBoard中的scale值 = 1 / ( 255 * std )label.list文件详解
0 face
1 face_mask注意：label.list文件内容，内容结构必须为index【空格】label的格式，才能被正确调用。
模型压缩方式
将训练好的模型按照上述方式配置完成之后，需要压缩成zip格式的压缩包上传到管理平台，注意：压缩时直接选择config和model两个文件夹打包，不能多一层打包目录。可参考如下操作视频
EasyDL模型格式
EasyDL模型是指通过EasyDL平台或者BML平台训练生成的EdgeBoard专项适配模型，需要输入正确的序列号，并联网激活后，才可以正常使用
EasyDL模型联网鉴权
首次添加或使用EasyDL模型，需要设备在能够连接外网的情况下，激活模型，才能正常使用，EdgeBoard连接外网方式可参考EdgeBoard访问外网的方法
注意：激活时，必须保证设备能够访问外网，同时设备时间为当前时间，可通过系统配置页面更改系统时间。
EdgeBoard模型格式
EdgeBoard SDK是指百度自研的EdgeBoard专用技能SDK，暂不支持用户自行添加。
EdgeBoard SDK目前包含了人体检测、人体属性识别、人体关键点、安全帽佩戴合规检测、烟火检测、车牌识别、车辆检测、车型识别、动态车流、车辆属性等能力。并推出定制化的EdgeBoard场景化盒子，相关购买链接请参考：百度AI市场aim.baidu.com，相关文档参考EdgeBoard场景化产品使用说明，后续会加入更多百度自研模型，开放更多的能力为广大客户。
模型修改
支持对上传后的模型进行内容修改，点击 编辑 按钮，进入模型修改页面。
注意：模型ID为累加的数值，存放于数据库中，从0开始计算，针对每一个添加的模型，不论删除与否，每个模型ID具有唯一性。
模型删除
对已添加的模型，可以进行删除操作。
效果验证
模型添加后，可以线上验证模型效果，点击效果验证按钮
进入效果验证页面，点击上传按钮，从本地选取一张预测图片
结果如下：
左侧为渲染后的结果图片，右侧为图片的推理结果
“index”：标签号
“label”：标签
“location”：检测框位置，height和width为检测框的高和宽，left和top为左上角坐标值
“score”：置信度