帮助中心

平台使用指南

完整操作流程

  1. 创建项目 — 在仪表盘点击「新建项目」，输入项目名称和描述。
  2. 上传数据集 — 进入项目详情页，上传包含 images/ 和 labels/ 的 zip 文件。
  3. 数据分析 — 上传后可点击「分析」查看类别分布、标注统计等信息。
  4. 智能标注（可选） — 如果有未标注的图片，可使用智能标注功能自动预标注，再人工审核修正。
  5. 训练模型 — 选择训练参数（Epochs、Batch Size、模型类型），点击「开始训练」。
  6. 查看报告 — 训练完成后，查看验收报告（mAP、混淆矩阵、训练曲线等）。
  7. 在线测试 — 上传测试图片，验证模型检测效果。
  8. 导出部署 — 下载 ONNX 模型文件，参考部署指南部署到边缘设备。
数据格式要求

YOLO 标注格式

每张图片对应一个同名的 .txt 标注文件，每行一个标注框：

<class_id> <center_x> <center_y> <width> <height>

示例：
0 0.5123 0.3456 0.2100 0.1800
1 0.7500 0.6200 0.1500 0.2000

坐标为归一化值（0~1），相对于图片宽高。

Zip 打包要求

压缩包内需包含以下目录结构：

dataset.zip
├── images/
│   ├── img001.jpg
│   ├── img002.png
│   └── ...
├── labels/
│   ├── img001.txt
│   ├── img002.txt
│   └── ...
└── classes.txt  (可选，每行一个类别名称)
常见问题 FAQ

支持哪些图片格式？

支持 JPG、JPEG、PNG、BMP、TIFF 格式的图片。

训练需要多长时间？

取决于数据集大小、模型类型和训练轮数。通常 100 张图片、50 个 Epoch 的 yolo26n 模型训练约需 5-15 分钟（Mac MPS 加速）。

如何提高模型精度？

增加数据量和多样性、确保标注准确、适当增加 Epochs、尝试更大模型（yolo26s/m）、使用数据增强。

ONNX 模型如何部署？

下载 ONNX 文件后，可使用 ONNX Runtime 在 CPU/GPU 上推理，详见部署指南页面的示例代码。

训练失败怎么办？

检查数据集格式是否正确（images/ 和 labels/ 目录结构）、标注文件格式是否为 YOLO 格式、图片是否可正常读取。

可以同时训练多个模型吗？

可以使用「性能对标」功能同时训练 yolo26n/s/m 三个模型进行对比。

初始管理员账号是什么？

初始管理员账号为 admin，请登录后第一时间在用户管理中修改密码。

快捷键列表

以下快捷键适用于标注审核页面：

A上一张图片
S下一张图片
D删除选中标注框
1-9快速选择类别
拖拽绘制新标注框