调整训练参数

使用模型过程中，如果有需要加速推理或提高模型精度等需求时，可以通过调整训练参数重新训练模型来优化效果。

输入图像尺寸

训练时输入神经网络的图像宽高（单位：像素）。建议使用默认设定；若图像中的物体或标注缺陷区域较小时，需要适当调大 输入图像尺寸 。图像尺寸越大，模型精度越高，但是训练速度越低。

模型类型

• 标准：一般情况下建议使用 标准 模式。

• 增强：模型效果不好或精度要求较高时可以选择 增强 模式，该模式会导致训练速度变慢。

评估间隔轮次

模型训练时，每评估一次间隔的轮次数量。建议使用默认设定，调大 间隔轮次 参数可以提升训练速度 ，参数值越大训练越快；参数值越小训练越慢，但有助于挑选最优模型。

总轮次

模型训练的总轮次。建议使用默认设定，若待识别图像特征较复杂时，需要适当增加训练轮次，提升模型效果，但会导致训练时间变长。

注意

训练轮次并非越大越好。总轮次设置较大时，模型准确率稳定后会持续训练，这种情况会导致训练时间变长，且有过拟合的风险。