API调用方法 - EasyDL零门槛AI开发平台 | 百度智能云文档
name 否 string 分类名称，结果会返回“recapture”和“original”两类，recapture为翻拍，original为原图。
Windows集成文档 - EasyDL零门槛AI开发平台 | 百度智能云文档
返回参数 字段 类型 取值 说明 confidence float 0~1 分类或检测的置信度 label string 分类或检测的类别 index number 分类或检测的类别 x1, y1 float 0~1 物体检测，矩形的左上角坐标 (相对长宽的比例值) x2, y2 float 0~1 物体检测，矩形的右下角坐标（相对长宽的比例值） 关于矩形坐标 x1 * 图片宽度 = 检测框的左上角的横坐标
整体介绍 - EasyDL零门槛AI开发平台 | 百度智能云文档
更多详情访问： EasyDL自然语言处理方向 应用场景 电商评论分类：可对商品的评论信息进行分类，将不同用户对同一商品的评论内容按情感极性予以分类展示 商品舆情监控：通过对产品多维度评论观点进行倾向性分析，给用户提供该产品全方位的评价，方便用户进行决策 舆情分类：通过对需要舆情监控的实时文字数据流进行情感倾向性分析，把握用户对热点信息的情感倾向性变化 其他：尽情脑洞大开，训练你希望实现的情感倾向分析的模型
视觉任务WindowsSDK集成文档 - BML 全功能AI开发平台 | 百度智能云文档
返回参数 字段 类型 取值 说明 confidence float 0~1 分类或检测的置信度 label string 分类或检测的类别 index number 分类或检测的类别 集成指南 基于HTTP集成 通过EasyEdge.exe启动服务后，参照上面的调用说明，通过HTTP请求集成到自己的服务中 基于c++ dll集成 集成前提 解压开的SDK包中包含src、lib、dll、include
评估报告参考 - BML 全功能AI开发平台 | 百度智能云文档
不同分类的F1-score 这个部分很重要，如果不同分类的F1-score存在差异很大的情况下，整体模型效果有被低精度的分类效果拉低的可能。建议检查训练数据中不同标签的目标数情况， 建议不同分类的目标数尽可能均衡。 识别错误图片示例 通过分标签查看模型识别错误的图片，寻找其中的共性，进而有针对性的扩充训练数据。 例如，你训练了一个将小番茄和樱桃分类的模型。
商品图片搜索 - 图像搜索 | 百度智能云文档
同时可提交分类维度信息（具体变量为class_id1、class_id2），方便对图库中的图片进行管理、分类检索。
表格数据预测介绍 - EasyDL零门槛AI开发平台 | 百度智能云文档
二分类：目标列是离散值，且只有两种可能的取值。如在精准营销场景中预测一个用户是否为潜在购买用户，其目标列仅存在“True”和“False”两种取值，解决该问题的模型属于二分类模型。 多分类：目标列是离散值，并具有有限的可能取值。如在用户分类场景中，根据用户的历史消费数据，将用户划分到不同消费偏好的类别中，解决该问题的模型属于多分类模型。 以下是关于表格数据预测模型的技术文档。
概览 - 主机安全HOSTEYE | 百度智能云文档
入侵风险 此卡片入侵类风险总量与分类数量进行展示，包含：登录风险、异常检测、Web应用防护、蜜罐，点击可跳转进行处置。 漏洞风险 此卡片对漏洞类风险总量与分类数量进行展示，包含：系统漏洞、Web-CMS漏洞、应用漏洞，点击可跳转进行处置。 病毒风险 此卡片对病毒类风险总量与分类数量进行展示，包含：网站后门、恶意进程，点击可跳转进行处置。
013-模型评估组件 - BML 全功能AI开发平台 | 百度智能云文档
多分类评估 基于分类模型的预测结果和原始结果，评价多分类算法模型的优劣，指标包括 Accuracy、F1-Score 等。 输入 最多可输入4个数据集，用户需要选择原始标签列、预测标签列。 输出 第一个输出是summary数据集，第二个输出是分类指标表，右键可以查看模型评估报告。
消费者评论分析 - 语言与知识 | 百度智能云文档
2、 维度分类词典 ：人工标注分类需求，将抽取出的维度词或主体词与需求的分类类别进行一一对应标注，一般建议标注至少前20%，分类数据标注越多，模型训练的分类效果越好。
