智农·云枢 — 轻量化 AI 模型实训工作台 国家智慧农业与人工智能联合实验教学中心
👨‍🎓 学生实训端
检测算力中…
在线算力: 0 节点 (0/0GB)
— (—)
工作总览
工作总览
按当前账号角色加载可用功能
🚩 闯关式实训进度:
已挂载模块: Mosaic + CBAM
📋 配套实训任务单 (闯关式引导) EXP-2026-AGRI-01
🗄️ 实训数据集挂载
🔗 可视化模型结构与数据流拖拽画布 支持可插拔模块与实时特征联动
卷积核: 池化: 激活:
➕ 可插拔结构组件坞 (点击挂载/卸载):
🛡️ 模型超参数配置与防爆炸权限护栏 未选择模型
正在检测算力状态…
🎯 真实训练后端 检测中…
📈 实训调参记录与精度变化对比表 (自动载入实训报告)
实验ID 模型版本 (年代) 核心结构/超参数 分配算力节点 验证Loss mAP@0.5 精度变化 (Δ)
🔬 实时特征图显微镜 (Feature Map)
📉 实时训练收敛曲线 (Loss & mAP@0.5 / Accuracy) mAP@0.5: 待真实评测
还没有真实训练记录
提交一次真实训练后,这里显示 loss 与 mAP 的逐轮曲线
🎯 病虫害分类别检测精度 & 专项可视化 Target Breakdown
📂 数据集与版本管理 (Raw → Labeled)
📌 样本列表 (点击切换标注):
🌿 数据集版本演进历史 (Git-like DLM)
发布新数据集版本:
✏️ 在线交互式图像标注画布 (鼠标左键拖拽拉框标注) 已标注
当前画笔类别:
💡 教学引导:在画布上按住鼠标左键拖拽即可绘制目标边界框 (Bounding Box);体验完手动标注后,可点击右上角「🤖 AI 智能半自动预标注」体验主动学习预标注并微调纠错。
📋 当前图像标注框清单 (Bounding Boxes) 0 框
📤 标准数据集格式一键导出预览
点击上方 YOLO / COCO / VOC 按钮,实时生成标准化训练标签文件...
🏛️ 跨代模型演进同屏对比 (2012 传统视觉 → YOLOv4/v5/v8/v10 → YOLO11)
发布年代 模型名称 核心架构演进特征 参数量 计算量 推理帧率 实测 mAP@0.5 mAP@0.5:0.95
📊 跨代模型精度 (mAP@0.5) 与推理速度 (FPS) 帕累托前沿对比图
🔍 在线可视化推理沙盒 (Interactive Inference Sandbox) 待运行
正在检测算力状态…
🌐 教室局域网动态算力共享拓扑 (N 台学生终端 ⇄ M 台异构算力服务器,完全动态自适应) 当前策略: 最空闲显存优先
🖥️ GPU worker 接入指引 真实硬件上报
节点由训练服务器上的 worker 主动注册并定时心跳上报,硬件型号、卡数与显存均来自真实机器读取。 本页不提供手工虚构节点入口,避免算力池出现不存在的资源。
AI_LAB_CONTROL_URL=http://<控制面IP>:8000 \
AI_LAB_WORKER_TOKEN=<与服务端一致的令牌> \
python3.11 worker/run_worker.py
Worker 令牌由部署环境注入,不写入页面、日志或版本库;worker 端点不接受学生会话令牌。
⚖️ 算力共享与负载均衡策略热配置
调度策略与配额属于平台级配置,仅管理者可修改;教师为只读视图。
节点状态口径:在线 / 离线由 worker 心跳判定,任务领取采用租约与超时回收; 离线节点不会被调度,也不会出现在可用显存统计中。
✍️ 闯关步骤 4:实验思考题在线作答与机理分析 (保存后自动写入导出的 Word .docx 实训报告)
📑 高校标准化实训报告实时预览 (自动汇总标注、调参修改、精度变化与智能评分)
🕒 自动实训过程审计日志 (Audit Trail) 0 条记录
👨‍🏫 教师授课端:班级实训进度、算力占用与达标率实时监控大屏
机位号 学生姓名 (学号) 终端 IP 分配算力节点 (显存) 当前闯关步骤 选用模型 实测 mAP@0.5 护栏拦截次数 系统实时评分 课堂状态
🕒 本班学生操作留痕 (Audit Trail · 可追溯到人)
⬇️ 导出 CSV
正在加载本班留痕…
🔬 特征图与热力图高清投屏检视
⚙️ 平台基础配置 仅管理者可保存
账号与班级请在「账号与班级」页维护;调度策略与终端配额在「算力资源池」页设置。
真实训练白名单config/training.yaml · trainable_models(当前仅 YOLOv8n / YOLOv5s)
成绩口径仅 real_eval 真实评测进入教师成绩统计
算力节点由 GPU worker 主动注册,不在页面手工录入
🧩 教学模型库登记 仅用于跨代模型对比展示
登记的模型只用于教学对比与结构讲解,不会进入真实训练白名单,也不会被写成真实评测成绩。 未实测的指标请留 0;真实训练能力由 config/training.yaml 的 trainable_models 决定。