效果优化

通过模型迭代、检查并优化训练数据，能够提升模型效果。

模型迭代

一个模型很难一次性就训练到最佳的效果，通常会需要结合模型评估报告和校验结果不断扩充数据和调优。

为此平台提供了模型迭代功能，即当模型训练完毕后，会生成一个最新的版本号，首次V1、之后V2……以此类推。可以通过调整训练数据和算法，多次训练，以获得适合业务需求的模型效果。

如果模型已经是上线状态，依然支持模型迭代，只是需要在训练完毕后更新线上服务接口，在接口地址不变的情况下可以持续优化效果。

检查并优化训练数据

• 检查是否存在训练数据过少的情况，建议图文标注匹配数量不少于1000个，如果低于这个量级建议扩充
• 检查测试模型的数据与训练数据的采集来源是否一致，如果设备不一致、或者采集的环境不一致，那么很可能会存在模型效果不错但实际测试效果较差的情况。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。