# 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 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4quTo8Tm0qjAps8qQ%2Fimage.png?alt=media\&token=3255cdde-d100-4aa7-9aa7-85d83a95f551) 在评估的详情页面点击右上角的【参与评估】按钮 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4r1ydqvlve5IKkFjE%2Fimage.png?alt=media\&token=51b0f62c-e484-456f-a3ae-db140c70ed18) 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 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4rkVU8S33cLPxwT02%2Fimage.png?alt=media\&token=b7472f61-064b-4319-a41f-7f22af56fb64) {% 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 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4qwEtBhkW76R1bMay%2Fimage.png?alt=media\&token=5ec5b7d4-f588-46fb-89fd-8eecd5221181) 在评估的详情页面点击右上角的【参与评估】按钮 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4r3cGxqPRKYNt7Lxt%2Fimage.png?alt=media\&token=b9a1a902-36ae-4dd2-9b79-051591909d5b) 在弹窗中选择【从Github导入模型】，然后填写对应的GitHub Repo URL，例如 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 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4rqr-cHq_opJlat0t%2Fimage.png?alt=media\&token=6d3ea277-4791-4919-81c1-bb9101b1920d) ### 如何准备适用于Sextant的算法模型 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 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4rSCP79rJrlMlszlE%2Fimage.png?alt=media\&token=2a40d42e-b6d6-4876-b442-82a8c3f9ad70) 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 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-Mg4pjfCdDqgugrx5XdG%2F-Mg4rEhc6CUNQtz7JmR0%2Fimage.png?alt=media\&token=8257fde0-950d-4663-ae54-c338071d54fa) 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 ![](https://1609727380-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MGHaHpCAkpKvpxq5ZJn%2F-MgLMuZuG7PDsrYsyuCE%2F-MgLMxQKZwe7MrSs1sU4%2Fimage.png?alt=media\&token=0240acf3-4bb1-4ef4-a03c-52ee4d7ae98b)