深度学习标注训练平台

产品概览

平台将数据资产、标注生产、质量审核、模型训练和模型注册统一在一个系统中。项目负责人负责定义任务类型和标签体系，标注人员在作业中生产标注，算法工程师从已标注任务创建训练并将训练产物注册到模型库。

核心概念与角色

资源层级

人员角色

快速开始

1. 登录平台。打开部署方提供的系统地址，输入账号和密码。首次登录后建议在个人资料中确认姓名、邮箱和默认语言。
2. 创建项目。进入“项目”，选择“创建新项目”，填写名称并选择模型类型。模型类型创建后作为项目数据契约使用，在项目详情页只读显示。
3. 定义标签。为项目添加类别名称、颜色和属性。系统会按项目模型类型限制可创建的标签形状。
4. 创建任务并上传数据。进入“任务”或项目详情页，选择“创建新任务”，关联项目后上传本地媒体或选择共享/云端数据。
5. 等待异步处理完成。数据上传后可在“请求”页面查看进度。任务由 排队中 转为可用后再打开作业。
6. 标注并保存。打开作业，选择标签和绘制工具，在画布中完成标注；使用顶部保存按钮或快捷键保存。
7. 完成作业并训练。将作业状态更新为“已完成”，在“新增训练”中选择项目、数据任务、基础模型与参数，提交后查看训练日志。

项目与标签

创建项目

1. 进入顶部导航“项目”，点击“创建新项目”。
2. 填写项目名称、简介，选择组织（如适用）。
3. 选择模型类型。该类型决定允许的标签形状，也用于训练模型联动筛选。
4. 添加至少一个业务标签，例如“划痕”“缺角”“晶圆”。根据需要增加枚举、数字、文本或复选属性。
5. 提交后进入项目详情页。后续可编辑名称、简介和标签，但模型类型保持只读。

任务类型与标签形状

任务与作业

创建任务

任务是一批媒体数据的容器。填写名称并关联项目后，可从本地文件、服务器共享目录或云存储添加数据。提交时平台先接收数据，再由异步队列生成媒体块、预览图和作业。

• 本地上传：适合中小批量图片、视频或压缩包，上传期间不要关闭创建窗口。
• 共享目录：适合服务器已存在的大型数据，避免浏览器重复传输。
• 云存储：适合对象存储中的长期数据资产，需管理员提前配置连接与清单。

分配和跟踪作业

1. 打开任务详情，在作业列表中找到待分配记录。
2. 设置负责人；如果启用组织协作，负责人必须是组织内有权访问该资源的成员。
3. 按流程更新“阶段”和“状态”。阶段用于说明工作环节，状态用于表示当前完成情况。
4. 任务列表进度根据已标注帧/图片和作业完成情况统计；保存标注后刷新列表查看最新进度。

标注工作台

标注页由左侧绘制工具、中间画布、顶部帧与保存控制、右侧对象/标签/组面板组成。画布负责绘制和选择，右侧面板用于定位对象、切换可见性和编辑属性。

基本操作

1. 选择标签。先从标签选择器选择业务类别，再选择矩形、多边形、点、折线、椭圆、骨架、画笔/Mask 或 3D Cuboid 工具。
2. 绘制对象。矩形按下并拖动；多边形逐点单击；画笔按住左键绘制、释放结束笔划；3D 任务在点云视图中建立长方体。
3. 完成当前对象。多边形、折线等多点工具使用界面“完成”按钮或当前快捷键配置中的完成键结束。默认配置通常使用 N。
4. 编辑和选择。在画布中单击已有对象，或从右侧对象列表选中；拖动控制点调整形状，在对象详情中设置属性、遮挡和分组。
5. 保存标注。点击顶部保存按钮。离开页面前确认保存状态已完成，不要在“正在保存”时关闭标签页。

常用工具

质量建议

• 标签边界应紧贴目标，不应包含无关背景；同类目标使用一致的几何标准。
• 分类任务每张图确认 Tag；检测任务检查漏标、错标和重叠框；分割任务检查孔洞和断裂边缘。
• 关键点按骨架顺序标注，被遮挡点按项目规则设置可见性或遮挡属性。
• 完成当前作业后更新状态，由审核人员在验证阶段处理 Issue 和 Comment。

数据导入与导出

导入标注或数据集

1. 从项目、任务或作业操作菜单选择“导入数据集/上传标注”。
2. 选择与压缩包实际结构一致的格式，如 COCO、YOLO、ImageNet 或 CVAT 格式。
3. 选择文件并提交。大型文件可能使用分片上传，随后进入异步导入队列。
4. 在“请求”中确认完成；若失败，打开请求详情读取具体错误，不要重复导入同一文件。

导出标注或数据集

1. 从资源操作菜单选择“导出标注”或“导出数据集”。
2. 选择格式、文件名以及是否包含图片。
3. 提交后在“请求”页面等待 export 请求完成。
4. 使用平台提供的下载按钮获取文件。不要直接复制后端本地文件路径。

模型管理

“模型”页面统一管理基础模型和训练产物。模型记录包含名称、文件格式、视觉任务类型、模型家族、模型文件、关联项目、训练 ID、Runner、运行环境和下载状态。

添加模型

1. 进入“模型”，点击添加。
2. 先选择视觉任务类型，再选择与该类型联动的模型家族。
3. 填写模型名称，选择文件格式（例如 PT、ONNX、TRT、PTH、BIN）。
4. 上传模型文件；训练产物可选择关联项目和训练历史。
5. 无关联项目的官方或通用权重可标记为基础模型。

模型目录与能力

平台目录覆盖 YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLOv11、RT-DETR、OpenMMLab、PaddleOCR/MMOCR、SAM/SAM2、DINOv2、CLIP/OpenCLIP、Depth Anything、MiDaS、OpenPCDet 和 PointNet 等系列。模型是否可用于当前项目由以下条件共同决定：

• 模型的任务类型与项目模型类型匹配。
• 基础权重已下载或已上传。
• 对应 Runner 和依赖环境处于可用状态。
• 当前模型已实现真实训练命令，而非仅提供 Smoke 链路验证。

模型训练

创建训练任务

1. 选择项目。项目模型类型只读显示；数据集任务下拉仅显示所选项目内的任务。
2. 选择数据任务。选中具体任务后设置训练集、验证集和测试集比例，三者总和应为 100%。
3. 选择基础模型。列表只显示与项目模型类型匹配且可用的模型。选择已有基础权重可缩短收敛时间。
4. 设置公共参数。填写训练名称、Epochs、Batch Size、图像尺寸和设备。CPU 使用 cpu，单卡通常使用 0。
5. 设置高级参数。不同 Runner 显示不同参数，例如 weights、optimizer、lr0、patience、workers、cache 和 amp。
6. 提交并监控。提交后任务自动进入训练队列。打开训练详情页查看参数、数据集数量、进度和实时日志。

状态与操作

训练结果与模型登记

训练详情页显示总数据量、训练/验证/测试数量、轮次进度、运行日志、配置文件 HTTP 地址和评价结果。训练完成后，从训练历史选择“添加到模型”，平台会预填模型名称、类型、模型家族、项目和训练 ID；确认文件格式后提交即可进入模型库。

质量、请求与日志

异步请求处理原则

1. 提交导入、导出或训练后，先在“请求”中找到对应记录。
2. 若长期停留在排队中，联系管理员检查对应 Worker 队列是否启动。
3. 若状态失败，优先阅读请求错误详情和训练日志，再决定是否重试。
4. 不要连续重复点击提交；重复请求会增加磁盘、Redis 和 Worker 负载。

用户、组织与云存储

用户和组织

系统管理员在“用户”页面管理账号。需要团队隔离时创建组织，并为成员分配 Owner、Maintainer、Supervisor 或 Worker 角色。项目、任务和云存储可归属组织，组织上下文会影响资源列表和接口权限。

云存储

1. 进入“云存储”，选择创建。
2. 选择 S3、Azure Blob 或 Google Cloud 等提供商，填写显示名称、桶/容器和认证参数。
3. 按需配置 Endpoint、区域、前缀和 Manifest。
4. 保存后先执行连接测试，再在创建任务时选择该存储。

常见故障排查