项目管理iCafe

注意，请先检验所选择的数据集是否满足以下条件： 数据集中已标注数据量超过600条 每个标注标签的数据量超过50条 未标注数据的数据量超过600条 选择好数据集后，点击「启动智能标注」，平台将对您提交的数据集进行启动前的校验，并可在下方的任务栏中，查看到新建的智能标注任务，任务状态处于「数据校验中」。

查看更多>>

整体评估中，各指标的释义如下： 准确率：正确分类的样本数与总样本数之比 F1-score：给每个类别相同的权重，计算每个类别的F1-score，然后求平均值 精确率：给每个类别相同的权重，计算每个类别的精确率，然后求平均值 召回率：给每个类别相同的权重，计算每个类别的召回率，然后求平均值 如果单个标签的文本量在100条以内，会影响评估指标的科学有效性，请确保提交的训练数据中每个标签的数据量 模型校验

查看更多>>

整体评估中，各指标的释义如下： 准确率：正确分类的样本数与总样本数之比 F1-score：给每个类别相同的权重，计算每个类别的F1-score，然后求平均值 精确率：给每个类别相同的权重，计算每个类别的精确率，然后求平均值 召回率：给每个类别相同的权重，计算每个类别的召回率，然后求平均值 如果单个标签的文本量在100条以内，会影响评估指标的科学有效性，请确保提交的训练数据中每个标签的数据量 模型校验

查看更多>>

若想要提升模型效果，可以尝试以下两种方法： 一、检查并优化训练数据 图像分类 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同类别的数据量是否均衡，建议不同分类的数据量级相同，并尽量接近，如果有的类别数据量很高，有的类别数据量较低，会影响模型整体的识别效果。 通过模型效果评估报告中的错误识别示例，有针对性地扩充训练数据。

查看更多>>

模板标签 可选 每个启动模板支持绑定一个或多个标签，具体可参考 标签管理 进行配置。 创建成功后，可在控制台查看该启动模板。 查看启动模板版本信息 登录 BCC管理控制台 。 点击左侧导航栏 启动模板 ，进入启动模板列表页。 点击对应模板的 版本数量 ，在右侧弹窗中点击 版本号 即可查看模板配置信息。 使用启动模板创建实例 创建最新版本实例 登录 BCC管理控制台 。

查看更多>>

按照搜索结果导出数据：先通过搜索或筛选功能定位到所需数据，随后点击列表右上角下载按钮，导出与搜索结果相匹配的当前页面数据。 常见问题排查 若使用资产清点功能中遇到问题，可通过以下方法排查。 安装后页面上看不到服务器 正常执行完安装命令，5分钟后在资产清点页面刷新查看，若仍然看不到可按照 安装指南 中的验证方法进行排查。 若仍然无法解决，可 提交工单 向百度反馈。

查看更多>>

在高级编辑中，您可以直接输入命令行设置图片样式。图片服务命令行的具体操作请参见 图像处理协议 V2.0 和 图像处理协议 V1.0 。 5. 样式列表 样式添加完成后会在图像处理的样式管理列表中显示，您可以选择操作列的 “查看详情” 查看该样式对应的命令详情，也可以选择 “预览” 在新页面中预览样式，或选择 “编辑”、“删除” 对该样式进行编辑或删除操作。

查看更多>>

整体评估中，各指标的释义如下： 准确率：正确分类的样本数与总样本数之比 F1-score：给每个类别相同的权重，计算每个类别的F1-score，然后求平均值 精确率：给每个类别相同的权重，计算每个类别的精确率，然后求平均值 召回率：给每个类别相同的权重，计算每个类别的召回率，然后求平均值 如果单个标签的文本量在100条以内，会影响评估指标的科学有效性，请确保提交的训练数据中每个标签的数据量 模型校验

查看更多>>