开始前确认
本教程的主线是 2D 目标检测，示例使用 YOLO11 训练任务。真实项目开始前，先确认平台地址、账号权限、图片授权、类别定义以及可用的 GPU 或 CPU 资源。
示例与生产环境分开
录像中的“演示项目”、图片数量和设备编号只用于复现界面。生产项目应使用自己的数据版本、标签规范和服务器设备，不要直接复制演示配置。
七步完成闭环
01
创建项目与标签
新建项目，选择“2D 目标检测 / rectangle”，先统一类别名称和颜色，再提交项目。模型类型、标注形状和后续训练任务必须一致。
02
创建任务并上传图片
在项目内创建任务，导入图片并等待后台处理完成。检查任务的文件数、帧数和状态，确认图片能进入 Job。
03
进入 Job 标注
打开任务分配的 Job，在画布中绘制矩形、选择标签、保存并提交。复查已有结果时，关闭“仅浏览空帧”，避免误以为没有标注。
04
创建训练任务
从“模型训练”进入创建页，选择项目和数据范围，设置训练/验证/测试比例。示例使用 70/20/10，正式项目应根据样本量和类别分布复核。
05
选择 YOLO11 与设备
选择匹配的 YOLO11 预训练模型，按服务器实际情况选择 CPU 或 GPU。模型、CUDA、驱动和显存必须在实施环境中验证。
06
查看日志和结果
观察 Epoch、损失、P/R、mAP 和权重文件。训练完成不等于效果合格，应在代表性样本上检查误检、漏检和小目标表现。
07
模型入库与导出
将确认过的权重加入模型库，记录项目、数据版本、参数和来源，再按目标运行时选择 PT、ONNX 或其他格式进行加载验证。
关键检查点
| 阶段 | 应检查 | 完成标志 |
|---|---|---|
| 项目 | 类别名称、形状、颜色和标签顺序 | 团队可以按同一规则标注 |
| 任务 | 文件数、处理状态、Job 帧范围 | 图片可在 Job 中打开 |
| 标注 | 框边界、类别、保存和提交状态 | 抽查结果可复核 |
| 训练 | 数据划分、模型、设备、输入尺寸和批大小 | 配置可追溯、日志持续推进 |
| 入库 | 权重文件、来源训练、模型名称和版本 | 模型库可以定位并复用 |
回到手册的具体章节
需要查看真实界面时，直接打开手册中的“项目标签”“任务与图片”“创建训练”“训练监控”“模型入库”和“导出部署”章节。教程只提炼主线，字段细节和截图以手册为准。