语义分割任务
==========================

从数据上传、模型训练、模型转换、模型部署和模型预测5个方面介绍使用Coovally训练语义分割任务的全流程。

数据上传
--------

:doc:`数据集格式介绍 <../dataset/dataset_format>` ：支持COCO格式。

数据准备
~~~~~~~~~~

  * 将数据中的\  **图片**\  所在文件夹压缩为zip格式的压缩包。
  
  * 将数据中的\  **标签**\  所在文件夹压缩为zip格式的压缩包。

创建数据集
~~~~~~~~~~~~

  * 登陆Coovally平台。点击主界面左侧的\  **图像数据**\ ，点击左上角的\  **创建**\ ，点击\  **创建数据集**\  。

  * 填写数据集参数，点击\  **确定**\ 。参数说明：

::

      1.数据集名称：自定义
      2.版本名称：自定义
      3.任务类型：语义分割
      4.图像拆分比例：自定义设置数据集拆分比例
      5.版本描述：数据集描述
      6.上传文件：图片压缩包

.. figure:: ../../img/coovally/sematic_seg/semantic_seg_upload_images.png

创建数据集详细信息可参考 :doc:`创建数据集 <../component/data_prepare>`。

标签上传
~~~~~~~~~~

* 在\  **我的数据**\  页面，选择上一步上传的数据集，点击进入数据集详情页，点击右下角\  **创建标签**\  ，填写参数，在\  **文件上传**\  区域上传标签压缩包。点击\  **确定**\  。参数说明：

::

    1.标签名称：自定义
    2.任务类型：语义分割
    3.标签类型：选择上传标签的文件类型
    4.图像拆分比例：自定义
    5.是否自动校验标签：选择是/否。是：系统自动修复上传标签文件中越界的标签数据集；否：不自动修复
    6.标签名称：输入标签名称
    7.上传文件：标签压缩包

.. figure:: ../../img/coovally/sematic_seg/semantic_seg_labels_upload.png

数据检查（可选步骤）。在数据集详情页，选择标签，点击\  **标签预览**\  图标，进行标签预览，检查是否存在错标、漏标等问题。

模型训练
--------

  * 点击主界面\  **图像数据**\ ，选择\  **我的数据**\ ，选择刚刚上传的数据集，进入数据集详情页。

  * 点击标签列表中的\  **开始训练**\  ，选择\  **系统算法**\ ，进入参数设置页面。

  .. figure:: ../../img/coovally/sematic_seg/semantic_seg_start_build.png

  * 填写模型参数和实验参数。
  
\  **模型参数**\ 

::

    任务名称：自定义
    任务类型：语义分割
    算法名称：自定义
    评估方法：保持默认方法
    镜像地址：保持默认地址
    是否复用：是否希望后续模型以该模型为基础模型，在此基础上进行微调

\  **实验参数**\  

::

    每次实验epoch：自定义，指训练集中全部样本训练的次数
    实验次数：自定义，指模型训练总次数
    并发次数：自定义，指并行训练的数量
    持续时间：设置本次训练可持续的最长时间

.. figure:: ../../img/coovally/sematic_seg/semantic_seg_model_args.png

* 点击\  **参数设置**\  进入超参数设置页面，设置合适的超参数值，以提高模型精度或加快训练模型速度。\  **参数非必填，可使用默认值**\  。
  
  * 设置内容：模型输入尺寸宽高、合适的Batch-Size选择。模型输入尺寸越大，模型精度越高，但训练、推理速度会相应变慢。

  .. figure:: ../../img/coovally/img_classifica/data_set.png

* 模型训练

  * 点击\ **开始训练**\ ，即开始训练模型。模型训练过程中可以查看各项指标。

  * 模型训练任务创建完成后，点击\ **总览**\ 页面，展示模型训练的相关信息，包括任务执行状态，任务持续时长、训练列表、最佳指标等关键信息。后续可进行模型转换、部署、预测等操作。

模型转换
--------

点击实验详情下的实验列表，进入模型转换页面，点击\  **模型转换图标** |image1|\  ，选择模型格式类型、机器架构、设备、服务器、模型精度，填写模型名称和描述，点击\  **开始转换**\  开始进行模型转换，等待模型转换完成即可。

.. image:: ../../img/coovally/img_classifica/model_convert.png

模型转换详细信息可参考\  :doc:`模型转换 <../component/model_convert>`\  。

模型部署
--------

在模型转换完成后，点击模型预测，点击模型列表下\  **模型部署图标**\  |image2|\  ，打开模型部署页面，按要求选择服务地址，再点击\  **部署**\  按钮，等待部署完成。

.. image:: ../../img/coovally/img_classifica/model_deploy.png

模型部署详细信息可参考\  :doc:`模型部署 <../component/model_deployment>`\  。

模型预测
--------

在模型部署完成后转跳的界面，点击\  **上传图片**\  按钮按要求上传图片，系统即可对此图片进行模型预测，预测结果会直接显示在右侧的识别结果栏内。

.. image:: ../../img/coovally/sematic_seg/semantic_seg_infer2.png

模型预测详细信息可参考\  :doc:`模型预测 <../component/model_inference>`\  。

.. |image1| image:: ../../img/coovally/icon/liebiao_zhuanhuan.png
.. |image2| image:: ../../img/coovally/icon/liebiao_bushu.png