目标检测
数据准备
准备训练集图片 目标检测模型需要准备大量有缺陷的图片，检测图片中物体或已知类型缺陷，建议该部分图片数量占图片总数的比例大于80%。
准备测试集 目标检测模型需要准备大量有缺陷的图片，检测图片中物体或已知类型缺陷，建议该部分图片数量占图片总数的比例小于20%。
TIP
- 如果图片数量超过200张，请压缩成zip文件，zip包不超过5G。
创建项目
登录 AI Creator，在项目中心中点击新建按钮
点击自定义项目，在新建项目弹窗中输入项目名称“食品包装-白酒瓶盖检测”，点击“下一步:导入项目数据”，完成项目创建。
导入数据
在页面左侧导航栏中点击数据集
上传训练图集和测试图集
- 项目创建会自动新建数据集图集和训练数据图集文件夹，分别点击进入训练集或测试集。在训练集和测试集中，点击导入图片->新建数据集，拖拽图片或者图片的压缩文件到上传区域，点击确定导入数据。
添加算法模块
在页面左侧导航栏中点击标注&训练
点击添加模块，在选择模块窗口中选择“定位”
关联图片
点击“关联数据”下拉菜单，选择“关联图片”按钮，在弹出关联图片窗口中选择训练集，最后点击“确定”按钮。
数据标注
1.在页面左侧导航栏中点击“标注&训练”
2.标注数据
用标注工具（矩形工具）标注有缺陷的地方，保存整张图片的标注信息（快捷键:Ctrl+shift+S）。
TIP
- 如果有多处需要定位的区域，请在保存图片标注信息前，重复标注所有需要定位的区域。
模型训练
1.点击页面右上角的“训练模型”按钮，进入模型训练参数设置。
2.设置通用参数，输入尺寸、训练轮次、学习率、批量大小根据需要设置
3.模型偏好速度和精度一般使用中间值。
4.在“划分数据集”中设置训练集比例为80%。
5.全新训练，在“训练方式”中选择“重新训练”，基于上次训练模型再次训 练，在“训练方式”中选择“加样训练”。
6.展开测试参数，置信度阈值、NMS阈值使用默认值
7.参数设置完毕后，请点击“开始训练”按钮。
TIP
具体参数的详细说明，请将鼠标移动至参数旁的帮助图标后，可以查看。
训练过程
训练开始后，页面会自动进入训练详情界面，在训练详情界面可以查看训练的实时日志，例如当前训练到了第多少次epoch，同时也能实时看train/valid Loss、train/valid IoU等信息
训练完成
AI Creator 会自动评估并保存多个训练模型，训练完成后，系统会挑选一个数值最优的模型存档为一个版本，并且会自动基于该模型进行一次 模型评估
模型评估
模型训练完成后，系统会自动选出最优的模型进行一次模型评估，并计算出衡量模型优劣的指标。
AI Creator 支持对训练图片进行模型评估并展示结果。 默认展示为结果图，可查看标注、结果、ROI等
模型评估未达到预期时，请迭代如下操作，直到完全达到预期效果：
基于现有模型，加样训练：重新选择“加样训练”并再次训练；
增加新的图片，标注后，选择“加样训练”，再次训练；
模型验证
模型评估达到预期后，使用测试集图片再次独立验证训练模型效果。
1.在页面左侧导航栏中点击“项目验证” 2.在模型验证页面，选择测试集图片，点击“开始验证”按钮。
3.查看验证结果，验证完成后系统自动进入验证结果页面
模型优化
1.在页面左侧导航栏中点击“模型优化” 2.需要模型转化和优化后，x86架构平台下训练的模型才能在ARM架构的边缘设备上运行。 AI Creator 支持一键优化和高级优化。 对定位模型算法，一键优化和高级优化均可进行优化，平台选择QONN、芯片选择QCS6490。
部署
在页面左侧导航栏中点击“部署”，进入部署页面。
生成智能相机应用
在部署界面，点击“生成智能相机应用”按钮，在生成智能相机应用弹窗口中，输入应用ID、应用版本号、应用名称、应用描述；选择发布的模型版本、选择数据（用于智能相机读取的静态图片并推理），最后点击“确定”按钮，生成智能相机应用。
部署应用
在部署界面，点击“部署”标签，进入部署应用界面。
节点集成
在部署模型或应用之前，需要先集成待部署的设备节点。
- 点击页面上方的“节点管理”标签，进入节点管理界面
- 点击“集成节点”按钮，弹出集成节点弹窗
- 在集成节点弹窗中，选择IP集成，在节点类型参数中选择“智能相机”，输入节点名称、节点IP，点击“确定”按钮。
设备集成后，“节点类型&连接状态”为“智能相机：在线”。
返回项目部署界面
点击“项目中心”，在当前项目的操作列表中，点击进入项目”->部署，进入部署主页面。
部署智能相机应用
在部署页面中，点击部署标签，在创建的智能相机节点的操作列表中，点击“部署应用”->“部署”。
部署的应用验证
AI Creator上应用部署提示完成后，请在智能相机节点上运行部署的应用并查看结果。
TIP
此部分非AI Creator功能，仅提供下一步方向