1. 产品简介

智训台是 Windows 安装版桌面 AI 工具：解压即用，无需安装 Python。 把「准备数据 → 训练 → 试用 → 导出」收在一个窗口里。 适合学习、中小企业试点、现场演示；不是大企业云中台。

2. 安装与首次启动

2.1 环境要求（安装版）

• Windows 10 / 11（64 位）
• 磁盘建议预留 8GB+（模型与训练缓存）
• 有 NVIDIA 显卡可选加速，没有也能用 CPU（更慢）
• 不需要单独安装 Python、pip 或 CUDA

2.2 启动软件

首次启动会显示加载页，在进入主界面前同步加载全部六个功能页，切换页签时不再卡顿。

1. 将整个「智训台」文件夹放到任意目录（如 D:\智训台\）
2. 双击 智训台.exe
3. 等待加载页完成（首次略慢属正常）

2.3 新安装就绪检查（必做）

首次启动会自动打开；之后从 帮助 → 新安装就绪检查… 进入。

1. 安装版一般不必点「一键补齐缺失依赖」（运行库已自带）
2. 选择预训练底座（推荐 YOLO11n）→ 下载所选底座（需联网）
3. 点 重新检查，确认 YOLO 底座与 OCR 等就绪
4. 点 开始使用

2.4 源码版（仅开发者）

若你从 Gitee 拉的是源码仓库而非安装包，才需要 Python 3.10/3.11 与下列步骤（普通用户请忽略）：

scripts\install.bat
scripts\run_app.bat

# 或
python -m pip install -r requirements.txt
python -m pip install -e .
python -m yolo_studio

3. 界面总览

4. YOLO 视觉训练

适合：缺陷检测、目标计数、安全帽/车辆、货架等有图有框的场景。

4.1 推荐流程

1. ① 准备数据：创建数据集，导入图片文件夹；可选行业模板
2. ② 标注：检测画框；分割沿边缘点轮廓；姿态按提示点关节点
3. ③ 拆分：划分 train / val（保持默认比例通常即可）
4. ④ 训练：选任务（检测/分类/分割等）、底座、轮数、batch；看曲线
5. ⑤ 测试：用自训 best.pt 测单张或文件夹
6. ⑥ 导出：ONNX / TorchScript / 复制 pt 等 → data/exports

4.1.1 YOLO 系列能训哪些任务？

4.2 关键参数怎么选（白话）

4.3 数据与模型管理

• 删除无用数据集 / 训练运行（腾磁盘）
• 导出权重到 data/exports
• 换电脑：拷贝整个项目的 data 文件夹最省事

5. 机器学习训练

适合：台账、工单、风控、销量等表格数据（CSV / Excel）。

5.1 推荐流程

1. ① 导入数据：选 CSV/Excel，预览列名与内容
2. ② 配置特征：
   • 选标签列（要预测的答案；异常/聚类可选「无标签」）
   • 勾选特征列 X（输入列；不要勾标签本身）
   • 可选：生成影响因素（假期/周末，需日期列）
   • 可选：生成滞后特征（用昨天/上周数值预测今天）
   • 必须点 保存配置
3. ③ 选择算法并训练：随机森林等；看是否达标与评估图
4. ④ 预测 / 使用：单条或批量 CSV；导出模型

5.2 滞后特征怎么填（易错）

5.3 常见算法怎么选

6. 文档 OCR

免训练读图上的字，适合发票、单据、合同扫描件。

1. 打开顶部 文档 OCR
2. 添加图片或文件夹
3. 选择模板：通用全文 / 增值税发票 / 自定义字段模板
4. 一键识别 → 核对 → 导出 Excel
5. 模板向导…：样例图上拖框定义字段区域（比手填比例更直观）

自定义模板可按字段名、关键词、正则配置；也可用「自定义模板…」手填。内置模板不可删。

引擎默认 rapidocr-onnxruntime。未安装时到「新安装就绪检查」一键补齐。

7. 字符串识别

适合车牌、钢印号、工号等：需要自己标注再训一版的专用读字（与文档 OCR 不同）。

7.1 推荐流程

1. ① 准备数据：建数据集，导入裁好的文字条带图（字水平、背景尽量干净）
2. ② 标注文本：点缩略图，输入图上完整字符串，回车保存并下一张（至少 5 张，建议 50+）
3. ③ 训练模型：可勾选旧模型微调；看 Loss / Acc；结束后看结论与优化建议
4. ④ 识别使用：选模型，测单张图

7.2 标注注意

• 标注必须与画面一字不差（大小写、无多余空格）
• 图越干净、裁得越准，越容易训好
• 左侧步骤栏与 YOLO/ML 一样有 ✅ / 🔒 状态

8. 视频监测

用已训好的 YOLO 模型，对接摄像头、本地视频文件或 RTSP，实时画框 / 告警截图。

8.1 基本操作

1. 先完成 YOLO 训练，或准备好可用的 .pt
2. 打开顶部 视频监测 → 选模型与视频源 → 开始监测
3. 卡顿时可勾选「流畅优先」，或把识别尺寸改为 320、隔帧调大
4. 告警截图保存在 data/alerts
5. 在预览图上配置区域…：拖框生成 ROI（比手填数字直观）
6. 规则与回调 URL 会自动保存到 data/workspace/prefs/
7. 底部 HTTP 回调日志 可查看最近 POST 成功/失败

8.2 告警规则（可选）

• 告警类别：留空=任意检出；或填 person, car 等
• 区域入侵：ROI 比例 左,上,右,下（0~1），如 0.15,0.15,0.85,0.85
• 区域计数：ROI + 数量 ≥ N
• 停留告警：ROI + 停留秒数
• 过线计数：线段 x1,y1,x2,y2（0~1）
• HTTP 回调：告警或检出坐标 POST JSON 到外部 URL（无 MQTT）

本机读取：启用「本地 API」后使用 /api/v1/monitor/latest（JSON）或 /api/v1/monitor/ws（WebSocket）。外部系统也可只接 HTTP 回调。

9. 多模型流水线

把多步任务串成一条链，适合「检测后读字」「只推坐标」「批量 OCR 出 Excel」。

1. 打开顶部 多模型流水线
2. 选模板 ID：detect_crop_textrec / detect_push_coords / ocr_excel
3. 绑定 YOLO、字符串或 OCR 模板；推坐标模板需填 HTTP 回调 URL
4. 批量图片：添加图片 → 运行流水线
5. 视频/RTSP：运行模式选「视频持续推坐标」，填视频源与回调 URL，点停止结束
6. 配置自动保存；底部可查看 HTTP 回调日志
7. 可选 发布到本地 API…，外部程序 POST 一张图即可跑整条链

10. 试用与激活

• 新用户首次启动可先本机试用几天（训练、本地 API、视频监测均可使用）
• 试用到期后，若想继续用：回到官网首页扫码加微信，说明情况即可
• 收到激活码后：帮助 → 输入激活码 → 粘贴 → 联网校验
• 一码一台机；换电脑再输入同一码可换绑

教程公开。安装包、用法或卡住了，加微信说一声就好。

11. 本地 API（软件开着才可用）

把能力发布成本机 HTTP 接口，供其它程序（MES、质检上位机、自研后台等）调用： YOLO / 机器学习 / 字符串识别 / 文档 OCR / 多模型流水线，以及视频监测结果。 关闭智训台后接口立即失效 — 不是独立后台服务。

完整接口文档（Markdown）：仓库 docs/LOCAL_API.md。

10.1 启用与保存

1. 确保处于3 天体验期内或已用有效激活码激活
2. 菜单 帮助 → 本地 API…
3. 勾选 启用本地 API，确认端口（默认 8787），可选 访问令牌
4. 下拉选择已训模型、「文档OCR · 模板」或「流水线 · 模板」→ 发布为接口
5. 点 保存并应用（仅勾选不保存不会启动服务）
6. 状态栏显示「本地 API：运行中 http://127.0.0.1:8787」

10.2 鉴权

• 未设置令牌：除 license 外不做令牌校验
• HTTP：X-API-Token: 令牌 或 Authorization: Bearer 令牌
• 监测 GET / WebSocket：也可用 ?token=令牌
• GET /api/health 不校验令牌，但会校验是否已激活

10.3 端点总览

10.4 单张图 / 表格推理

健康检查：

GET http://127.0.0.1:8787/api/health

图像输入（二选一）：

• image — 本机图片绝对路径（服务端读盘，不是 multipart 上传）
• image_base64 — Base64，可带 data:image/jpeg;base64, 前缀

YOLO（检测看 detections；分类看 classifications；旋转框 obb；姿态 keypoints）：

POST http://127.0.0.1:8787/api/v1/predict/<接口ID>
Content-Type: application/json

{"image": "D:/demo.jpg", "conf": 0.25, "iou": 0.45}

机器学习（单行 features 或批量 rows）：

POST http://127.0.0.1:8787/api/v1/predict/<接口ID>
Content-Type: application/json

{"features": {"广告投入": 100, "投诉次数": 2}}

# 或批量
{"rows": [{"广告投入": 100}, {"广告投入": 200}]}

字符串识别：

{"image": "D:/plate.jpg"}

返回 text、confidence 等。

文档 OCR（发布时选「文档OCR · 模板」；template_id 可省略）：

{"image": "D:/invoice.jpg", "template_id": "vat_invoice"}

返回 full_text、fields、lines、avg_score。

多模型流水线（发布「流水线 · 模板」；单张或批量）：

{"image": "D:/demo.jpg"}
# 或 {"images": ["D:/a.jpg", "D:/b.jpg"]}

返回各步 results；OCR 链可能含 excel_path。

10.5 视频监测结果（JSON + WebSocket + HTTP 回调）

需：本地 API 已启用并保存 + 「视频监测」页已开始监测（无需再发布 YOLO 模型）。

GET  http://127.0.0.1:8787/api/v1/monitor/status
GET  http://127.0.0.1:8787/api/v1/monitor/latest
GET  http://127.0.0.1:8787/api/v1/monitor/alerts?since_id=0&limit=50
GET  http://127.0.0.1:8787/api/v1/monitor/docs
WS   ws://127.0.0.1:8787/api/v1/monitor/ws

• latest：最新检出（detections / count / seq / ts）
• alerts：告警列表（since_id 增量；含截图本机路径 snapshot）
• WebSocket：连上先收 hello，之后 detections / alert / status；可发 {"type":"ping"} 保活
• HTTP 回调：在视频监测页填 URL，告警或坐标流会 POST JSON（无 MQTT）

10.6 错误与排错

12. 导出与换机

换电脑：优先拷贝整个项目下的 data 目录（含 datasets、runs、models、授权缓存等），再在新机装依赖。

机器学习另有「换机 / 导入助手」可按向导操作。

13. 常见问题

Q：一键装依赖失败？

安装版可忽略（无需 pip）。仅源码版用户需 Python 3.10/3.11 并运行 scripts\install.bat。

Q：训练很慢 / 显存不够？

减小 batch、图片尺寸、模型规格；或改用 CPU 小轮数先跑通流程。

Q：效果不好？

先查数据：标注对不对、样本够不够、类别是否极不平衡；再调轮数 / 换算法。软件会在训练结束给出白话建议。

Q：激活失败？

需能访问激活服务器；检查网络；确认码未作废、未过期；换机请用同一码重新激活。

Q：本地 API 调不通？

确认：软件已开、已点「保存并应用」、已激活未过期、端口与接口 ID 正确、令牌一致。用 GET /api/health 和 GET /api/v1/routes 自检。详见 docs/LOCAL_API.md。

Q：启用后下次还要再开吗？

上次「保存并应用」后，下次启动会自动恢复服务；激活过期会自动停用。

Q：监测接口没有数据？

先启用本地 API 并「保存并应用」，再在「视频监测」点开始监测；然后访问 /api/v1/monitor/latest。

Q：文档 OCR 和字符串识别有何区别？

OCR：通用读字，免训练。字符串识别：针对你裁好的专用号码再训一版，通常更准。

14. 重要目录