典型委托类型
委托类型
适用情况
参考范围
风格一致性训练
适合已有稳定视觉方向、需要批量输出风格统一的项目
建议有效样本 800–2,000 张，常见周期 2–4 周
特定主体表达优化
适合对主体完整度、关键特征命中率要求更高的项目
建议有效样本 1,000–3,000 张，通常需更多人工抽检
批量输出稳定性优化
适合已有基础能力，但需要降低异常率、减少复修时间的项目
常以可用率、异常样本占比、复修时间下降作为主要评估维度
项目方法与周期
标准项目一般按下面几个阶段推进。每一步做什么，客户要配合什么，最后拿到什么，这里一次说清楚。
| 阶段 | 我们会做什么 | 客户需配合提供 | 阶段产出 | 参考周期 |
|---|---|---|---|---|
| 需求确认 | 明确业务目标、输出要求、使用限制、验收口径 | 业务场景说明、目标参考图、限制项说明 | 需求范围确认、验收口径确认 | 1–2 天 |
| 数据审计 | 检查样本结构、质量分布、可训练性 | 原始样本、现有分类方式、命名规则 | 数据审计结论、样本处理建议 | 2–5 天 |
| 训练方案 | 确定训练方向、版本策略、评测方式 | 项目范围确认意见 | 训练方案说明 | 1–3 天 |
| 训练迭代 | 做多轮训练，调参数，看阶段结果 | 阶段结果反馈、样例筛选意见 | 阶段版本对比结果 | 3–10 天 |
| 评测验收 | 按可用率、一致性、异常样本占比做对比评测 | 验收反馈 | 书面评测说明、验收说明 | 2–4 天 |
| 上线建议 | 给出上线建议、推理参数建议、后续优化方向 | 上线使用场景信息 | 上线建议、后续优化建议 | 1–2 天 |
正式训练开始前，先看样本能不能进场；项目做完以后，再看结果能不能稳定交付。
数据审计重点
分辨率、清晰度
先把低像素、模糊、过度压缩样本筛出去
重复样本过滤
避免相似内容过多，影响结果稳定性
遮挡情况判断
关键特征被大面积遮挡的样本单独处理
风格分布检查
先看样本内部差异，再判断能不能直接进正式训练
主体完整度检查
主体缺损、裁切不当的样本不直接进正式训练
异常样本归因
先分清问题类型，再决定保留还是剔除
验收口径
下面这组口径主要用在固定场景项目里。具体阈值，会按项目难度微调。
可用率目标
80%-95%
固定场景项目常见目标区间
关键元素命中率
85% 以上
关键元素在项目开始前先定义
风格偏差率
10%-20%
高一致性项目会更严
批量复修时间下降
30%-60%
以客户现有人工流程为基线
常规会看18 项左右
有效样本保留率常见70%-90%
正式训练常见样本规模500-5,000 张
单轮人工抽检常见50-200 张
具体量级按任务复杂度评估
辅助判断项
复核阶段，还会继续看下面这些问题
一致性
构图稳定性
主体完整度
异常样本占比
边缘处理错误
人工复核通过率
色彩偏移
版本差异可解释性
本轮交付，会把版本结果和后续使用方式一并交清
01
可用版本
本轮会交付当前可直接试用的模型版本，方便先看实际结果，再决定后续是继续优化，还是进入下一步使用。
02
版本变化
这一轮主要做了哪些调整，当前版本相比上一轮改善了什么，会同步说明，方便后续继续迭代，也方便内部留档。
03
效果评估
会围绕项目启动前确认的目标场景，对本轮结果做评估，明确这次提升主要落在哪些位置。
04
适用边界
当前版本更适合处理哪些任务，哪些情况还容易出偏差，需要人工复核的点在哪里，会提前说明清楚。
05
接入建议
会根据当前版本稳定性、使用目标和剩余问题，给出下一步建议，是先试跑、直接接入，还是继续补数据再做下一轮。
已经有明确场景，可以直接进入需求评估
提交业务目标、样本概况、预期结果。我们会先判断是否适合进入正式训练，再安排后续沟通。