开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术
AR与VR
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
信息服务
智能园区

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。
上一篇
匹配度说明
下一篇
模型部署