# 平台简介

您好，欢迎来到马克拉伯深度学习平台 MDL

目前 MDL 共支持训练 3 种不同应用场景的模型：

图像分类识别一张图中是否是某类物体/状态。可以识别图片中主体单一的场景，常见应用场景：来料种类辨别、分拣、组装不良质检
物体检测在一张图包含多个物体/状态的情况下，定制识别出每个物体/状态的位置、数量、名称。可以识别图片中有多个主体的场景，常见应用场景：木板瑕疵检测、平面物体计数、PCB 板零件混料检测
图像分割对比物体检测，支持用多边形标注训练数据，模型可像素级识别目标。适合图中有多个主体、需识别其位置或轮廓的场景，常见应用场景：物体表面瑕疵检测、液晶屏 mura 检测

# 产品优势

无需机器学习专业知识，模型创建-数据上传-模型训练-模型发布全流程可视化便捷操作

步骤 1 创建项目

命名深度学习项目名称并设置相关人员权限

步骤 2 创建模型

设定模型名称，选定模型类别（目标检测、图像分类、图像分割）

步骤 2 创建数据集

创建数据集组并设定名称导入对应模型类别下图片信息

图像分类功能的模型：只需按分类（如合格图片 vs 不合格图片）上传图片即可

目标检测功能的模型：上传数据后，需要在数据中标注出需要检测的具体目标

图像分割功能的模型：上传数据后，需要在数据中标注出需要识别物体的轮廓

步骤 3 训练模型并校验效果

选择算法和训练参数，用标注好的数据一键训练模型

模型训练完成后，可在线校验模型效果

步骤 4 发布模型

根据训练设置参数（分类名可以编辑）一键生成模型文件，下载模型文件可以在SGVISION (opens new window)软件上部署使用，快速实现AI检测

更详细的操作指导，请参考各类模型的技术文档

用户导入数据时，支持导入带标注（SGLabel 标注软件生成）和图片的压缩包

用户可以编辑修改标注，添加/删除标注时支持撤销和重做操作

管理员在系统管理-用户管理里可以添加不同角色权限的用户，协同对不同数据集进行在线标注，训练时可以选择多个数据集一起训练

当某个数据集标注工作量较大时(训练图片比较多)，可以创建多人标注任务。标注团队成员完成各自的标注任务，再转交审核员审核（可选）。数据集最后由创建人验收通过后，即可进行模型训练。