仪表盘
查看您的模型训练状态和进度
数据集数量
12
较上周增长 2
训练模型
8
较上周增长 1
识别准确率
92%
提升 3%
识别类别
24
新增 5 种
模型性能趋势
最近活动
苹果识别模型训练完成
今天 10:23
上传了 20 张香蕉图片
昨天 15:47
开始训练柑橘类模型
昨天 09:15
删除了过期的测试集
2023-06-12 16:32
数据集管理
上传和管理用于训练的水果图片
| 类别 | 图片数量 | 最后更新 | 状态 | 操作 |
|---|---|---|---|---|
|
|
128 | 今天 09:45 | 已验证 |
|
|
|
96 | 昨天 16:22 | 已验证 |
|
|
|
72 | 2023-06-12 11:33 | 已验证 |
|
|
|
54 | 2023-06-10 14:55 | 待补充 |
|
|
|
36 | 2023-06-09 08:17 | 待补充 |
|
显示 1 到 5 条，共 24 条
图片预览
添加图片
模型训练
配置并训练您的水果识别模型
训练配置
参数说明
基础模型
选择预训练的基础模型作为起点，影响模型性能和训练速度
批次大小
每次迭代训练的样本数量，较小的值需要更少内存但收敛较慢
迭代次数
整个数据集的训练次数，过多可能导致过拟合
学习率
控制参数更新幅度，过大会导致不稳定，过小会延长训练时间
数据增强
通过随机变换生成更多样化的训练样本，有助于提高模型泛化能力
训练历史
| 模型名称 | 基础模型 | 训练时间 | 准确率 | 状态 | 操作 |
|---|---|---|---|---|---|
| 水果识别模型 v2.0 | ResNet-50 | 2023-06-10 10:23 |
92.3%
|
已完成 |
|
| 苹果识别专项模型 | MobileNetV2 | 2023-06-05 16:47 |
96.7%
|
已完成 |
|
| 水果识别模型 v1.5 | ResNet-50 | 2023-05-28 09:12 |
89.5%
|
已完成 |
|
| 测试模型-快速训练 | EfficientNet-B0 | 2023-05-25 14:36 |
78.2%
|
已完成 |
|
模型验证
测试和评估您训练的模型性能
选择模型
单次图片测试
拖放图片到此处，或点击上传
支持 JPG、PNG 格式，最大 5MB
上传图片并点击"开始识别"查看结果
模型性能评估
混淆矩阵
分类报告
准确率
92.3%
精确率
91.8%
召回率
92.5%
F1分数
92.1%
各类别准确率
苹果
96.7%
香蕉
94.2%
橙子
91.5%
草莓
88.3%
葡萄
87.8%
测试历史
| 测试时间 | 使用模型 | 测试图片 | 准确率 | 操作 |
|---|---|---|---|---|
| 2023-06-12 15:30 | 水果识别模型 v2.0 | 200 张 |
92.3%
|
|
| 2023-06-08 10:15 | 苹果识别专项模型 | 150 张 |
96.7%
|
|
| 2023-05-30 14:45 | 水果识别模型 v1.5 | 180 张 |
89.5%
|
|
设置
配置您的账户和平台偏好
用户名称
user@example.com
账户设置
支持 JPG、PNG 格式，建议尺寸 200x200px