# Sextant

格物钛Sextant提供针对模型与数据的快速评估，支持从评估指标纬度对数据进行可视化查看与筛选，可用于质检数据，完成高质量数据准备，以及对模型精准度的评估和发起各类竞赛。

{% hint style="info" %}
Sextant目前只支持对Box2D类型数据进行评估，Metrics仅支持mAP，更多标注类型和Metrics正在开发中，敬请期待
{% endhint %}

## 对数据进行评估 <a href="#data" id="data"></a>

Sextant支持对比两个数据集之间的标注情况，帮助您洞察数据的差异，快速定位数据漏洞，筛选出指定数据后可无缝对接GroundTruth标注工具进行质检和重标注，即刻提升数据集质量，助力训练高质量AI。

评估流程：

1. 将需要评估的数据上传到TensorBay
2. 创建评估，将其中一份数据选定为基准数据
3. 使用另一份数据参与评估，获取评估指标
4. 根据指标对数据进行筛选，定位问题数据
5. 将筛选结果保存为新数据集，开始数据质检与提质

## 对模型进行评估 <a href="#model" id="model"></a>

Sextant支持对模型的精准度进行评估，帮助您快速了解模型表现，定位模型弱势场景，为模型能力提升提供参考；支持多模型评估结果横向对比，找到最适合应用场景的模型。

评估流程：

1. 将真值数据上传至TensorBay中
2. 创建评估，将真值数据选中为基准数据
3. 将用于评估的模型上传至Github，使用该模型参与评估
4. 查看指标结果和横向对比情况


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.graviti.cn/apps/sextant.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.