基本概念

工作区

通过预设的模型任务/行业典型场景帮助用户识别自身需求，用户通过工作区管理自己的数据集、模型和API服务。工作区是完整视觉智能能力定制生产和API服务管理的承载主体，用户可以对工作区进行独立授权。

数据集

自学习平台的视觉AI模型通过深度学习获得，而深度学习依赖用户上传的样本数据，样本数据以数据集的形式进行组织与管理，避免对海量非结构化数据的查找，并能灵活地进行数据集的交叉组合及数据集内的数据筛选。用户可以以数据集的维度进行批量数据的上传、浏览、标注及模型的训练。

样本

自学习平台的样本特指用于训练或验证平台定制模型的精度性能的，来自用户实际需求场景的图像数据文件。

算法

基于训练数据集，根据学习策略，以及从假设空间中选择的最优模型，求解最优模型的计算方法。

训练

机器在模拟人类大脑思维方式的过程中高度依赖于过往解决问题的经验数据，要把这种解决问题的规律告诉机器就需要进行训练，而在真实业务场景中，单纯的根据已知数据训练出来的模型并不能真正满足用户的预期，所以自学习平台将已知数据寻找模型参数的训练过程，通过深度调参和候选模型评估比较最优模型，以供用户根据自己的实际场景挑选最优模型，从而解决自己的业务需要。

模型

在自学习平台上，模型特指能完成视觉分类、检测、分割等智能化识别工作的工具。模型是基于算法学习的成果，是最终应用于真实业务场景中的智能工具，并以离线SDK和在线API两种方式应用到真实场景。

测试集

测试集是验证模型性能好坏的数据集，主要服务于定制模型的评估模块，在新建测试集界面上传一批图片，在模型产出还未提取的评估界面进行测试关联，能快速验证多个模型的好坏，帮助用户决策最优模型。