其中 按调用量后付费 方式，系统根据实际调用的次数，每小时对您的百度云账户进行扣费。如果需要本地服务器部署，请加入EasyDL零售版官方QQ群（群号：1009661589）联系群管咨询。

查看更多>>

训练模型 BML上提供了预置模型调参、NoteBook建模、自定义作业三种开发模式，开发难度和开发的灵活性程度不一，分别满足不同水平和需求的开发者。 当前NLP方向仅支持使用者最多的预置模型调参，后续将陆续支持NoteBook建模、自定义作业开发模式。 本文将采用预置模型调参开发模式示意训练模型的基本步骤。

查看更多>>

登录/注册 个人中心 消息中心 退出登录 1 【旅游规划大师】应用开发详细说明 AI原生应用开发 / 技术交流 千帆杯挑战赛 插件应用 2024.05.26 19015 看过 Hello Everyone！又和大家见面了！

查看更多>>

图像分割模型效果评估 可通过模型评估报告或模型校验了解模型效果： 模型评估报告：训练完成后，可以在【我的模型】列表中看到模型效果，以及详细的模型评估报告。 模型在线校验：可以在左侧导航中找到【校验模型】，在线校验模型效果。校验功能示意图： 模型评估报告 整体评估 在这个部分可以看到模型训练整体的情况说明，包括基本结论、

查看更多>>

因此我们需要采集在垃圾传送带中主体（具体垃圾）明确的原始图片，并将其具体物品定义为一种标签，例如猪肉垃圾照片被定义为「猪肉」，白菜照片被定义为「白菜」，再在开发应用时，将猪肉和白菜标签对应到「厨余垃圾」的逻辑中。 应用场景中，对于包装为垃圾袋整体扔入垃圾箱的居民，需要及时进行反馈和警告。因此「垃圾袋」要单独被设定为一种标签类别。

查看更多>>

查看更多>>

Notebook 模板使用指南概述 Notebook 模板使用指南概述 BML 基于 Jupyter 提供了在线的交互式开发环境 Notebook 建模，不但免去了用户准备开发环境的过程，而且可以帮助用户轻松的实现数据集、代码以及模型的管理。 模板概述 BML Notebook 建模为开发者提供了图像分类-单图单标签、图像分类-单图多标签、物体检测、NLP 通用和通用等多种模板。

查看更多>>

Notebook导入数据集 BML基于Jupyter提供了在线的交互式开发环境，在此基础上也为用户提供了便捷导入数据集的方式。 通过平台导入 先点击数据总览，并点击创建数据集，将数据集上传到 BML 平台进行纳管。 进入Codelab Notebook，点击导入数据集插件，并选择从平台数据集的导入方式，选择已经在平台纳管的数据集进行导入。

查看更多>>