术语表

工作区

团队协作与资源隔离单位。训练、工作流、部署作业都按工作区组织。

训练项目

模型训练主容器，包含上传、标注、版本、设置、模型等页面。

批次

上传数据时的组织单元，可用于后续标注任务流转。

标注任务

训练标注流程中的任务单元，配合“未分配/标注/审阅/数据集”列式流转。

数据集版本

用于训练的数据快照，通常在版本向导中配置划分、预处理、增强后生成。

模型

由某个版本训练得到的结果，可在模型页查看状态与指标。

模型训练结果相关术语

mAP（mean Average Precision）

目标检测常用综合指标，反映模型在不同类别上的整体检测质量。数值越高通常表示检测效果越好。

Precision（精确率）

模型预测为正样本中，真正为正样本的比例。精确率高表示“误报”更少。

Recall（召回率）

真实正样本中，被模型成功检出的比例。召回率高表示“漏检”更少。

F1 Score

Precision 与 Recall 的调和平均值，用于平衡“误报”和“漏检”两类问题。

IoU（Intersection over Union）

预测框与标注框重叠程度的度量，常用于判定检测是否命中以及评估模型定位能力。

Confidence（置信度）

模型对单个预测结果的可信程度评分。阈值越高，通常误报更少但可能漏检更多。

Checkpoint

训练过程中的模型参数快照，可用于继续训练、回滚或部署指定版本。

Epoch

模型完整遍历一次训练数据集的训练轮次。多个 Epoch 通常用于逐步提升模型效果。

Loss（损失值）

衡量模型预测与真实标注差异的训练目标函数值。通常训练中 Loss 趋势下降代表模型在收敛。

推理预览

在模型页对样例图像进行可视化推理，辅助判断模型在真实场景中的检测质量。

工作流

通过节点在画布编排的推理或处理流程，支持试运行、发布和 API 调用。

批处理作业

部署模块中的离线执行单元，可绑定模型或工作流处理数据。

API 密钥

用于工作流 API 鉴权的凭证，入口在设置页 API 密钥。