模型测试与检测

这个功能解决什么问题

训练完一个模型，发布之前你想先看看它在真实图片上效果怎么样。模型上线之前，你还需要拿它跑一段视频，或者接到监控视频流上做实时检测验证。

模型测试页把这些验证统一到一个界面：选一个可用的模型制品，挑一种输入模式，调好置信度和 IoU 阈值，就能马上看到检测结果。draft（未发布）版本也能在这里测试。

测试页是纯测试工具，不留任何记录

测试页的所有检测都在服务端即时完成，上传的图片和视频以临时文件处理、用完即删，不产生任何持久化的检测记录。验证完的效果如果满意，请通过发布版本和导出部署格式落地；测试页本身不保存历史结果，也不提供结果导出。

前置条件

• 项目下至少有一个 status=ready 的 ModelVersion。
• 该 Version 下至少有一个可用的 ModelArtifact（.pt / ONNX / TensorRT / NPU 任一）。
• 当前账号在项目内拥有检测相关权限。

draft 也可以测

训练完成但还没发布的 draft 版本，可以在训练 Tab 详情面板里点「测试此 draft」直接跳到检测页。这条路径会临时创建一个 source="draft_test" 的 Artifact，仅用于交互式测试，不会进入生产模型选择器。

入口

模型测试页统一入口在项目工作区：

1. 进入项目工作区

   从工作台打开目标项目。

2. 点击「测试」Tab

   左侧导航里的「测试」就是模型测试页。系统会自动按当前项目的任务类型（detect / segment / pose / obb）筛选可用模型。

3. 选择模型制品

   顶部模型选择器是层级结构：先选 Model 系列，再选 Version，最后选具体的 Artifact（.pt / ONNX 等）。只有发布版本的 is_default=True 制品会出现在列表里。

图1：项目工作区「测试」Tab 的模型选择器与输入模式切换

三种输入模式

测试页支持三种输入，顶部切换栏选其一：

字段	类型	必填	默认值	说明
图片上传	模式	可选	默认	上传一张或多张本地图片，立即跑检测。适合快速验证单图效果和调阈值。选好模型、上传成功后自动检测，无需手动点按钮。
视频文件	模式	可选	—	上传一段本地视频，逐帧检测并播放叠加效果。适合评估模型在连续帧上的稳定性。
视频流 URL	模式	可选	—	输入 RTSP / RTMP / HTTP 流地址做实时检测。适合接入已有监控或推流服务。

视频流由服务器侧拉流

视频流模式下，流地址由平台服务器负责打开和拉取（服务器需要有到摄像头 / 流媒体的网络连通性），浏览器从服务器逐帧取回画面并叠加检测结果——浏览器不直接连接流地址，因此不受浏览器跨域限制。如果画面一直不出来，优先排查服务器到摄像头的网络连通性和地址中的账号密码。

参数调整

图2：置信度阈值、IoU 阈值与可视化选项

字段	类型	必填	默认值	说明
置信度阈值	滑块	可选	0.6	低于此值的检测框不显示。调高减少误检，调低找回更多目标。默认 0.6 是经验和效率的折中。
IoU 阈值	滑块	可选	0.45	NMS（非极大值抑制）的重叠判定阈值。两个框 IoU 超过此值时保留置信度高的那个。

阈值调整后结果会重新渲染，不需要重新上传图片或重启视频流。

检测结果可视化

Canvas overlay 渲染

检测结果通过前端 Canvas overlay 叠加在原图上，不走后端预渲染。这样可以实时调阈值、显隐标注层，不需要每次重新请求接口。

不同任务类型的可视化方式：

• detect：矩形框 + 类别标签 + 置信度，标签位于框左上角并带连接线。
• segment：多边形掩码 + 类别标签，标签定位在多边形质心（顶点坐标平均），无连接线。
• pose：关键点 + 骨架连线。
• obb：带角度的旋转矩形。

分割标签为什么在多边形中心

分割任务的多边形可能形状不规则，框左上角往往落在背景区域，标签放在那里看不清。改成定位在多边形质心后，标签永远压在目标本体上，配合掩码半透明叠加，一眼就能对上号。

置信度等级标签

检测框上的置信度数字会按等级着色，方便快速识别模型有多确信：

• 高（≥ 0.8）：绿色，模型很确信。
• 中（0.5 ~ 0.8）：黄色，有一定把握，可以重点复核。
• 低（< 0.5）：红色，模型不确定，可能是误检或边界样本。

用置信度等级做快速抽检

想评估模型的整体表现，把一批图都跑一遍，重点看黄色和红色的框。绿色框通常没问题，红黄框才是模型容易出错的地方。把这些样本收集起来加入下一轮训练，效果会明显提升。

关于结果保存

测试页当前不提供结果导出（下载叠加图 / 导出叠加视频）。检测结果只在画布上实时呈现，关闭页面或切换输入后即不再保留。

需要留存或交付检测结果时：

• 验证阶段的原始文件请在上传前自行保管。
• 需要在生产环境跑检测，请通过模型导出拿到 ONNX / TensorRT 等部署格式，在业务侧集成。

操作流程

1. 确认前置条件

   项目下有 ready 的 ModelVersion 和可用 Artifact。draft 也可以通过训练详情的「测试此 draft」入口进入。

2. 选择模型制品

   在顶部模型选择器里挑好 Model / Version / Artifact。系统按项目任务类型自动过滤。

3. 选输入模式

   按需切到图片 / 视频 / 视频流模式，上传文件或输入流地址。视频和视频流检测过程中画面会显示实时 FPS 和红色 REC 指示。

4. 调阈值

   拖动置信度和 IoU 滑块，结果实时刷新。找到适合当前场景的阈值组合。

5. 查看与导出

   在 Canvas overlay 上看叠加效果，按需下载可视化结果。

常见问题

模型选择器是空的

说明项目下没有 ready 状态的 Version，或者发布版本下没有 is_default=True 的 Artifact。先去模型管理确认版本已发布、Artifact 已导出并标记为 default。draft 测试不通过选择器进入，而是从训练详情面板跳转。

为什么 ONNX 推理结果和 .pt 略有差异

ONNX Runtime 和 PyTorch 在某些算子上的实现细节、浮点精度处理可能略有差异，结果数字会有微小波动（通常在小数点后几位）。如果差异明显，可能是导出时精度设置或算子兼容问题，建议重新导出或联系管理员排查。

视频流画面卡顿

视频流实时检测的流畅度取决于服务器拉流质量和推理速度。如果画面延迟明显，可以先用图片 / 视频文件模式做精度评估——视频流模式更适合做接入验证和持续监控场景的联调。

怎么对比两个版本的差异

当前页面只支持单模型测试，不能并行对比。如果想对比 Version A 和 Version B，先选 A 跑一遍同一批图，截图保存，再切到 B 跑同样这批图做目视对比。下一版会加入并排对比能力。

流地址拉不到画面

常见原因：地址拼写错误、流服务需要鉴权但没填凭据、跨域被拒、流编码格式不被浏览器支持。建议先用 VLC 等工具验证流地址本身可播，再回到测试页接入。