图像检测训练（easycv）组件提供了主流的YOLOX和FCOS检测模型，用于目标检测的训练。若需在图像中标识并框选高风险实体，您可使用该组件构建目标检测模型，并进行推理分析。本文介绍图像检测训练（easycv）组件的配置方法和使用示例。
前提条件
已开通OSS并完成授权，详情请参见开通OSS服务和云产品依赖与授权：Designer。
使用限制
仅Designer提供该算法组件。
仅支持DLC引擎。
可视化配置组件参数
输入桩
输入桩（从左到右）
限制数据类型
建议上游组件
是否必选
训练数据
OSS
否。
如果没有通过输入桩配置该参数，也可以在字段设置页签的训练数据oss路径参数中配置。
评估数据
OSS
否。
如果没有通过输入桩配置该参数，也可以在字段设置页签的测试数据oss路径参数中配置。
类别列表文件
OSS
否。
如果没有通过输入桩配置该参数，也可以在字段设置页签的类别列表文件oss路径参数中配置。
组件参数
页签
参数
是否必选
描述
默认值
字段设置
训练模型类型
是
训练所选的模型类型，支持以下取值：
FCOS
YOLOX
YOLOv5
YOLOv7
YOLOX
训练所用oss目录
否
存储训练模型的OSS目录。例如
examplebucket.oss-cn-shanghai-internal.aliyuncs.com/test/ckpt/。假如为空，使用工作空间默认路径无
训练集标注结果文件路径
否
如果数据源格式是PAI标注格式，则提供文件后缀名为manifest的文件。
如果数据源格式是COCO格式，则提供后缀名为.json的文件。
如果通过了输入桩配置算法组件的标注训练数据，则为空。如果同时通过输入桩和该参数配置了算法组件的标注训练数据，则优先使用输入桩配置的输入。
无
测试集标注结果文件路径
否
如果数据源格式是PAI标注格式，则提供文件后缀名为manifest的文件。
如果数据源格式是COCO格式，则提供后缀名为.json的文件。
如果通过了输入桩配置算法组件的标注测试数据，则为空，如果同时通过输入桩和该参数配置了算法组件的标注测试数据，则优先使用输入桩配置的输入。
无
类别列表文件oss路径
否
填入后缀名为txt的标签列表文件。
如果通过了输入桩配置算法组件的类别列表文件，则为空。如果同时通过输入桩和该参数配置了算法组件的类别列表文件，则优先使用输入桩配置的输入。
无
预训练模型oss路径
否
如果有自己的预训练模型，则将该参数配置为自己预训练模型的OSS路径。如果没有配置该参数，则使用PAI提供的默认预训练模型。
无
训练数据oss路径
是
仅当数据源格式为COCO格式时候，才会显示填写此单元格，此处填写的为COCO格式数据的训练图片路径。
无
测试数据oss路径
是
仅当数据源格式为COCO格式时候，才会显示填写此单元格，此处填写的为COCO格式数据的测试图片路径。
数据源格式
是
支持以下取值：
COCO格式
PAI标注格式（模型类型YOLOv5、YOLOv7仅支持PAI标注格式的数据集）
PAI标注格式
参数设置
YOLOX模型结构
是
仅当训练模型类型为YOLOX时，才会显示填写此单元格，此处下拉选择你所想选择的结构。
yolox-s
yolox-m
yolox-l
yolox-x
yolo-s
检测类别数目
是
数据中类别标签的数目。
20
图像尺度
是
图像resize后的大小，填写时候记得空格：高和宽之间使用空格分隔例如 320 320。
320 320
优化方法
是
仅训练模型类型为YOLOX时，支持配置该参数。
模型训练的优化方法，支持以下取值：
momentum
adam
momentum
初始学习率
是
初始学习率
0.01
训练batch_size
是
训练的批大小，即单次模型迭代或训练过程中使用的样本数量。
8
评估batch_size
是
评估的批大小，即单次模型迭代或训练过程中使用的样本数量。
8
epoch轮数
是
总的训练迭代轮数。
说明如果是YOLOX，总的epoch需要大于warmup epochs + 最后稳定lr的epochs。
20
loss打印频率
否
loss（损失值）打印频率。默认为200，表示每200个训练批次，打印一次loss（损失值）。
验证频率
否
默认为2，表示相隔2个epoch进行验证。
warmup epochs
否
仅当模型为YOLOX时，需要填写。
5
最后稳定lr的epochs
否
仅当模型为YOLOX时，需要填写。
5
导出的模型类型
是
导出模型的格式，提供两种导出格式。
raw
jit（模型类型YOLOv5、YOLOv7不支持导出jit格式）
onnx
raw
保存checkpoint的频率
否
保存模型文件的频率。取值1表示对所有训练数据都进行一次迭代。
1
执行调优
gpu机型选择
是
此算法不支持没有GPU的机器运行。
4
开启半精度fp16
否
是否使用fp16半精度模式。
false
单机或分布式
是
只支持DLC分布方式训练。
分布式DLC
输出桩
输出桩（从左到右）
数据类型
下游组件
输出模型
OSS路径。该路径是您在字段设置页签的训练所用oss目录参数配置的OSS路径，训练生成SavedModel格式的模型存储在该路径下。
示例
对于FCOS、YOLOX、YOLOv5、YOLOv7，您可以使用图像检测训练（eayscv）算法组件构建如下工作流。
本示例中，您需要按照以下流程配置组件：
通过PAI提供的智能标注模块进行图片标注，详情请参见处理标注任务。
使用读OSS数据组件读取标注结果文件xxx.manifest，即配置读OSS数据组件的OSS数据路径参数为标注结果数据集的OSS路径。例如
oss://examplebucket.oss-cn-shanghai.aliyuncs.com/ev_demo/xxx.manifest。将训练数据和评估数据接入图像检测训练（easycv）算法组件，并配置具体参数，详情请参见上文的可视化配置组件参数。
对于FCOS、YOLOX，您还可以通过通用图像预测组件进行离线推理，详情请参见通用图像预测。
相关文档
训练完成图像检测模型后，您可以在图像检测训练（easycv）组件的下游，接入通用图像预测组件，对模型进行预测，来检测模型效果。详情请参见通用图像预测。
关于Designer组件更详细的内容介绍，请参见Designer概述。
Designer预置了多种算法组件，你可以根据不同的使用场景选择合适的组件进行数据处理，详情请参见组件参考：所有组件汇总。