1、首先验证负载均衡容器状态可用[root@instance-wch0lkwp Install]# dockerps CONTAINER IDIMAGECOMMANDCREATED STATUS PORTSNAMES

模型添加后，可以线上验证模型效果，点击效果验证按钮进入效果验证页面，点击上传按钮，从本地选取一张预测图片结果如下

AI模型在训练时，每训练一批数据会进行模型效果检验，以某一张验证图片作为验证数据，通过验证结果反馈去调节训练可以简单地把AI模型训练理解为学生学习，训练集则为每天的上课内容，验证集即为每周的课后作业，质量更高的每周课后作业能够更好的指导学生学习并找寻自己的不足同理AI模型训练的验证集也是这个功效。 注：学生的课后作业应该与上课内容对应，这样才能巩固知识。因此，验证集的标签也应与训练集完全一致。

质量检测（可选）活体检测（可选）公安验证（必选） image = "取决于image_type参数，传入idCardNumber = "110233112299822211" name = "张三" """ 调用身份验证" options["liveness_control"] = "LOW" """ 带参数调用身份验证(image, imageType, idCardNumber, name, options) 身份验证，有正常分数时为[0~1]，推荐阈值0.8，超过即判断为同一人 身份验证 返回示例{ "score":

质量检测（可选）活体检测（可选）公安验证（必选） public void PersonVerifyDemo110233112299822211"; var name = "张三"; // 调用身份验证NORMAL"}, {"liveness_control", "LOW"} }; // 带参数调用身份验证, name, options); Console.WriteLine(result); } 身份验证，有正常分数时为[0~1]，推荐阈值0.8，超过即判断为同一人 身份验证 返回示例{ "score":

质量检测（可选）活体检测（可选）公安验证（必选） Json::Value result; std::110233112299822211"; std::string name = "张三"; // 调用身份验证; options["liveness_control"] = "LOW"; // 带参数调用身份验证image, image_type, id_card_number, name, options); 身份验证，有正常分数时为[0~1]，推荐阈值0.8，超过即判断为同一人 身份验证 返回示例{ "score":