场景一：使用智能标注方式标注数据并完成建模-医疗器材检测识别 ​

大模型开放服务平台中内置了常见的视觉深度学习任务类型，例如图像分类、目标检测、实例分割等，使用户仅需通过简单的页面操作就可以完成深度学习模型的构建，发布模型应用等全留的服务。

实践背景 ​

在医疗手术场景中，经常需要用到大量等手术器材，但由于手术过程中医生大多在高强度、高集中度为患者进行手术，故而，不可避免的需要对手术前后的医疗器材进行校验，避免发生手术器材遗漏或丢失的问题。可通过目标检测识别的视觉技术，比对术前术后手术台上器材的变化从而校验手术器材是否发生遗漏等现象。

任务流程 ​

数据中心-数据集：创建数据集，导入未标注医疗器材数据

数据中心-数据标注：对数据集进行智能标注

数据中心-数据标注：对智能标注结果进行二次确认

自动学习-目标检测_多边形：创建目标检测自动学习任务，选择数据集训练模型，并部署推理。

步骤一：创建数据集，并导入未标注数据 ​

进入数据中心->数据集导航栏中，单击“添加数据集”按钮，填写数据集名称，选择“数据类型”为“图片”，将本次任务的未标注数据集上传至大模型服务平台。

步骤二：创建标注任务，创建智能标注任务 ​

进入数据中心->数据标注导航栏中，单击“添加任务”按钮，填写任务名称，在任务配置中标注模板中选择视觉->目标检测_多边形，选择第一步中创建的未标注数据集，并添加标签信息，创建标注任务。

在标注过程中，选择标签后在图片中绘制当前标签对应目标所在的位置进行标注，后点击“智能标注”进行标注。点击“智能标注”选择预置模型服务，并选择“医疗器材检测-多边形识别”模型服务后点击“提交”即可创建智能标注任务。

步骤三：对智能标注结果进行二次确认 ​

等待智能标注完成后，可在标注页面中查看智能标注的结果，并调整智能标注结果，确认无误后可点击“保存当前标注”或“一键接收智能标注”二次确认智能标注结果。

所有数据均标注完成并确认无误后会生成新的数据集。

步骤四：创建自动学习任务 ​

进入自动学习菜单中，选择视觉->目标检测_多边形卡片，单击“创建任务”，填写任务名称，数据来源选择“线上数据集”，标注状态为“已标注”，并选择上述标注完成生成的数据集创建自动学习任务。

创建后，点击“开始训练”按钮，发起训练。

模型训练过程中会实时打印任务日志，展示模型训练信息，支持自动刷新和检索分析。

训练完成后，可点击“立即部署”部署该任务输出的模型，并同步创建一个在线服务。点击“操作”栏中“预测”弹框展示其预测信息，点击“上传图片”上传本地图片数据后再点击“开始推理”按钮，推理结束后在分析结果中提取出图片中目标的位置以及目标标签。

场景二：使用自动学习构建模型-物流报关单信息抽取 ​

实践背景 ​

物流行业中各类表单、票据、证件需要结构化信息提取，通过大模型服务平台中富文档信息抽取自动学习功能，可利用智能OCR识别与信息抽取技术，自动采集票证上的信息，并输出结构化数据。可为公路、水路、铁路运输，贸易系统、仓储等提供证件及单据识别。减少人工录入工作量，极大提升工作效率。

任务流程 ​

数据中心-数据集：创建数据集，导入未标注报关单数据

数据中心-数据标注：对数据集进行在线标注

自动学习-富文档信息抽取：创建富文档信息抽取自动学习任务，选择数据集训练模型，并部署推理。

步骤一：创建数据集，并导入未标注数据 ​

进入数据中心->数据集导航栏中，单击“添加数据集”按钮，填写数据集名称，选择“数据类型”为“图片”，将本次任务的未标注数据集上传至大模型服务平台。

步骤二：创建标注任务，标注数据集 ​

进入数据中心->数据标注导航栏中，单击“添加任务”按钮，填写任务名称，在任务配置中标注模板中选择视觉->富文档信息抽取，选择第一步中创建的未标注数据集，基于标签模板-富文档（预添加的标注模板）创建标注任务。

在标注过程中，选择标签后在图片中绘制当前标签对应内容所在的位置进行标注，并配置其标签与标签之间的关系。

标注完成后，点击“保存当前标注”后提交当前图片的标注，所有数据均标注完成并确认无误后会生成新的数据集。

步骤三：创建自动学习任务 ​

进入自动学习菜单中，选择视觉->富文档信息抽取卡片，单击“创建任务”，填写任务名称，数据来源选择“线上数据集”，标注状态为“已标注”，并选择上述标注完成生成的数据集创建自动学习任务。

点击“开始训练”按钮，发起训练。

模型训练过程中会实时打印任务日志，展示模型训练信息，支持自动刷新和检索分析。

训练完成后，可点击“立即部署”部署该任务输出的模型，并同步创建一个在线服务。点击“操作”栏中“预测”弹框展示其预测信息，点击“上传图片”上传本地图片数据后再点击“开始推理”按钮，推理结束后在分析结果中输出报关单的结构化信息。