数据集

数据集 是本地训练工作流中的独立阶段，输入、输出和失败原因都应在界面中明确显示。

核心说明

本页内容按该功能本身整理，不再使用通用占位说明。以下项目均与当前主题直接相关。

要点 1

展示训练/验证集数量、类别分布和缺失标注。

要点 2

数据集划分应可重复并记录随机种子/版本。

要点 3

训练前检查空标签、损坏图片和极度类别不平衡。

验证与排查

• 修改或执行前记录当前版本/配置，以便回退。
• 完成后同时检查 UI 状态和后端日志，不只看一个成功提示。
• 如果问题只在单个摄像头/插件出现，先做最小范围对比，避免全局改动。

Dataset

Dataset is a distinct stage of the Local Training workflow. Inputs, outputs, progress and errors should remain visible and reproducible.

Inputs and outputs

• Use explicit dataset/model paths and stable class names.
• Preserve logs and generated artifacts for reproducibility.

Workflow

• Show live progress and actionable errors instead of requiring page refresh.
• Do not advance to deployment until the current stage passes validation.

Validation

• Run a test inference and confirm labels, dimensions and output format before deployment.

Conjunto de datos

Conjunto de datos es una etapa independiente del flujo Local Training; entradas, salidas, progreso y errores deben ser visibles.

Entradas y salidas

• Use rutas explícitas y nombres de clase estables.
• Conserve logs y artefactos.

Flujo

• Muestre progreso y errores accionables.
• No despliegue hasta validar la etapa actual.

Validación

• Ejecute inferencia de prueba y confirme etiquetas, dimensiones y formato.