创建第一个模型（30 分钟快速体验）

第 1 步：创建数据集（2 分钟）

  1. 点击侧边栏「数据集」→「新建数据集」
  2. 输入名称（如"安全帽检测"）和描述
  3. 点击创建

data

第 2 步：上传图片（3 分钟）

  1. 进入数据集详情页
  2. 拖拽图片文件夹到上传区域（支持 JPG/PNG，单张最大 100MB） / 手机扫码实时上传
  3. 等待上传完成（进度条会实时显示） img

第 3 步：标注图片（15 分钟）

  1. 点击任意图片进入标注编辑器
  2. 在左侧面板添加类别标签（如 helmet、head、person）
  3. 在图片上拖拽绘制检测框，选择对应类别
  4. 标注完一张后点击「下一张」继续
  5. 建议每类至少标注 50 张图片

标注编辑器

区域内容
左侧面板类别标签管理、标注列表
中央画布图片 + 可交互的检测框
顶部工具栏缩放、撤销、保存、翻页

标注技巧

  • 检测框应紧密贴合目标物体，不要留过多空白
  • 被遮挡的物体也要框出可见部分
  • 每类至少标注 50 个实例，建议 200+ 以获得较好效果
  • 标注完成后务必点击「保存」

第 4 步：创建版本快照（1 分钟）

  1. 回到数据集详情页
  2. 点击「创建快照」，填写版本描述（如"v1.0 初始版本"）
  3. 平台自动生成 YOLO 格式的训练数据

第 5 步：开始训练（设置 1 分钟 + 等待 10-30 分钟）

train

  1. 点击侧边栏「训练」→「新建训练任务」
  2. 选择刚创建的数据集以及快照版本
  3. 选择基础模型（推荐 yolov8s.pt，平衡速度与精度）
  4. 设置训练轮数（建议 100-300）和批次大小（建议 16）
  5. 点击「开始训练」
  6. 在训练详情页实时查看 Loss 曲线和精度变化

基础模型选择

模型参数量推理速度精度适用场景
yolov8n.pt3.2M最快★★实时性要求极高、目标种类少
yolov8s.pt11.2M快★★★均衡选择
yolov8m.pt25.9M中等★★★★精度要求较高
yolov8l.pt43.7M慢★★★★★高精度场景

第 6 步：导出模型（2 分钟）

model

  1. 训练完成后，点击部署模型，模型会保存到模型列表，点击「导出模型」
  2. 选择目标格式（RKNN 或 XMM）
  3. 等待转换完成，点击下载

下一步