# 参与评估

您可以通过Sextant参与您和您的团队成员创建的评估，支持通过使用TensorBay数据集和使用模型两种参与模式

{% hint style="info" %}
若您对评估的基准数据没有使用权限，请在参与时根据提示申请相应权限
{% endhint %}

## 使用TensorBay数据集参与评估

在Sextant评估列表页找到需要参与的评估，点击【查看】进入对应评估的详情页面

![](/files/-Mg4quTo8Tm0qjAps8qQ)

在评估的详情页面点击右上角的【参与评估】按钮

![](/files/-Mg4r1ydqvlve5IKkFjE)

在弹窗中选择【从TensorBay选择数据】，然后选中需要参与评估的数据集和对应的版本，点击确定后，评估将会自动开始，此时系统会自动生成一条评估记录

![](/files/-Mg4rkVU8S33cLPxwT02)

{% hint style="info" %}
评估的状态分为评估中、已完成和已失败三种，如评估失败，请查看评估日志排查问题后重试，如需帮助，请向我们[反馈](https://www.graviti.cn/forum/support)
{% endhint %}

## 使用模型参与评估

在Sextant评估列表页找到需要参与的评估，点击【查看】进入对应评估的详情页面

![](/files/-Mg4qwEtBhkW76R1bMay)

在评估的详情页面点击右上角的【参与评估】按钮

![](/files/-Mg4r3cGxqPRKYNt7Lxt)

在弹窗中选择【从Github导入模型】，然后填写对应的GitHub Repo URL，例如<https://github.com/Graviti-AI/tensorbay-python-sdk.git> 点击确定后，评估会自动开始，此时系统会自动生成一条评估记录

![](/files/-Mg4rqr-cHq_opJlat0t)

### 如何准备适用于Sextant的算法模型 <a href="#code" id="code"></a>

&#x20;1.首先准备好需要用于评估的算法，并验证其可用

2.按照以下结构编写python代码：

* python 库中有且只有一个名为 Predictor 的 class
* Predictor 类中存在 predict() 方法，返回值请参考[graviti 标准化文档](https://tensorbay-python-sdk.graviti.com/en/stable/reference/label_format.html#box2d)
* 算法所依赖的模型须能被该算法使用

```python
class Predict:
    def __init__(self):
        """
        You can initialize your model here
        """
        ...
    def predict(self, img_data: bytes) -> Dict[str, Any]:
        """
        Do the predict job
        :param img_data: the binary data of one image file
        :return: the predict result
        """
        ...

"""
2D框返回值示例

{
    "BOX2D": [
        {
            "box2d": { "xmin": 1, "ymin": 2, "xmax": 3, "ymax": 4 },
            "category": "cat"
        },
        {
            "box2d": { "xmin": 5, "ymin": 4, "xmax": 6, "ymax": 9},
            "category": "dog"
        }
    ]
}
"""
```

3.详细信息请参考[示例说明](https://github.com/AChenQ/ssd-detection/blob/master/predict/predictor.py)

4.将代码文件上传到Github，并复制.git链接粘贴至Sextant参与评估

{% hint style="info" %}
如果您的代码依赖于某个模型，请保证您的模型能被代码顺利访问
{% endhint %}

## 查看评估日志

Sextant将会记录评估过程中的系统运行日志，以供用户了解评估过程情况并解决可能出现的BUG，查看方法如下：

在Sextant评估列表页找到需要查看的评估，点击【查看】进入对应评估的详情页面

![](/files/-Mg4rSCP79rJrlMlszlE)

在页面下方的评估参与记录中找到需要查看日志的记录，点击右侧的【日志】按钮

![](/files/-Mg4rEhc6CUNQtz7JmR0)

在弹窗中选择需要查看日志的步骤，对应的日志信息将会显示在右侧

![](/files/-MgLMxQKZwe7MrSs1sU4)


---

# 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/join.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.