常见问题 - EasyDL零门槛AI开发平台 | 百度智能云文档
针对这种情况建议重新调整训练集，将训练数据与实际业务场景数据尽可能一致。 实例分割 检查是否存在训练数据过少的情况，建议每个标签标注50个目标以上，如果低于这个量级建议扩充。 检查不同标签的标注目标数是否均衡，建议不同标签的标注目标数数据量级相同，并尽量接近，如果有的标签标注的很多，有的标签标注的很少，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。
可视化模型部署 - 度目软硬一体DUMU | 百度智能云文档
是否标注，选择对应的选项，并上传数据，确认并返回 数据上传成功，开始标注，在数据总览页面点击【查看与标注】，添加标签 在标注页面，在编辑模式下，鼠标拖动框住目标，选择相应的标签，完成后点击保存当前标注，一张图片就标注完成，依此类推，标注所有图片，完成数据集的标注。
任务总览 - EasyDL零门槛AI开发平台 | 百度智能云文档
漏识别：橙框内应该有目标物体（准备训练数据时标注了），但模型没能识别出目标物体 观察漏识别的目标有什么共性：例如，一个检测会议室参会人数的模型，会漏识别图片中出现的白色人种。这大概率是因为训练集中缺少白色人种的标注数据造成的。因此，需要在训练集中添加包含白色人种的图片，并将白色人种标注出来。
优化工具 - EasyDL零门槛AI开发平台 | 百度智能云文档
点击「提交」后，可以点击实景图集的名称立刻跳转去标注页面，也可以点击「继续处理数据」留在该页面继续处理其它的图片，如下图所示： 步骤4.
物体检测模型效果评估 - EasyDL零门槛AI开发平台 | 百度智能云文档
漏识别：橙框内应该有目标物体（准备训练数据时标注了），但模型没能识别出目标物体 观察漏识别的目标有什么共性：例如，一个检测会议室参会人数的模型，会漏识别图片中出现的白色人种。这大概率是因为训练集中缺少白色人种的标注数据造成的。因此，需要在训练集中添加包含白色人种的图片，并将白色人种标注出来。
模型效果评估 - EasyDL零门槛AI开发平台 | 百度智能云文档
上传的实景图，只有标注过的图片会被训练，所有训练图片中， 系统会随机抽取70%的标注数据作为训练数据，剩余的30%作为测试数据 ，训练数据训练出的模型去对测试数据进行检测，检测得到的结果跟人为标注的结果进行比对，得到页面显示的mAP，精确率和召回率。 提示：训练数据，即上传标注的实景图片越接近真实业务里需要预测的图片，模型训练结果越具有参考性。
5. 工业零件划痕自动识别 - EasyDL零门槛AI开发平台 | 百度智能云文档
数据标注 原始图片需要经过标注，方可进行模型训练。数据标注过程应尽可能贴合划痕的缺陷特征，做到缺陷均包含在矩形框内且矩形框不过分大于缺陷大小，以下为正确标注示例及错误标注示例。 提示: 在您的标注工作量较大的情况下，您可以选择开启智能标注，即您只需要标注30%的图片，剩余70%的图片会为您自动打上标签。
AI开发基础知识 - EasyDL零门槛AI开发平台 | 百度智能云文档
step2：采集/收集数据 在通过上述第一步分析出基本的模型类型，需要进行相应的数据收集工作。数据的主要原则为 尽可能采集真实业务场景一致的数据，并覆盖可能有的各种情况 step3：标注数据 采集数据后，可以通过EasyDL在线标注工具或线下其他标注工具对已有的数据进行标注。
AI开发基础知识 - EasyDL零门槛AI开发平台 | 百度智能云文档
采集/收集数据 在通过上述第一步分析出基本的模型类型，需要进行相应的数据收集工作。数据的主要原则为 尽可能采集真实业务场景一致的数据，并覆盖可能有的各种情况 标注数据 采集数据后，可以通过EasyDL在线标注工具或线下其他标注工具对已有的数据进行标注。
EasyDL零售行业版快速开始 - EasyDL零门槛AI开发平台 | 百度智能云文档
步骤3.上传和标注训练数据 这个步骤将会介绍如何上传和标注训练数据，训练数据是SKU在货架上的实景图，需要客户从真实的业务场景中采集，这些图片在被正确标注中，可以用于训练成模型。
