- 问题描述： ModelArts的AI市场数据集功能上传自己存储在OBS桶中的数据集，因为图片数量超过最多12000多的限制，所以数据集存放的是压缩包，一个是200多M，一个是10G，总体积没有超过限制的30GB，但是上传失败，如图所示，试了两次，都不行。 [图片] 建议方案： 建议优化数据集功能，上传稳定些； 这是由云端的OBS上传，应该稳定才对。 问题描述： ModelArts的AI市场数据集功能上传自己存储在OBS桶中的数据集，因为图片数量超过最多12000多的限制，所以数据集存放的是压缩包，一个是200多M，一个是10G，总体积没有超过限制的30GB，但是上传失败，如图所示，试了两次，都不行。 [图片] 建议方案： 建议优化数据集功能，上传稳定些； 这是由云端的OBS上传，应该稳定才对。
- 问题描述： ModelArts的模型转换感觉不太好，日志信息较少，一旦出现问题不好定位，比如在转换为.om模型时，出现如图所示问题： [图片] 比较不好定位，建议增加支持算子的清单和算子规格边界的文档链接供使用者查询。 建议方案： 优化转化日志，方便定位信息； 建议在转化界面附上算子清单和规格边界链接，方便开发者查看使用。 问题描述： ModelArts的模型转换感觉不太好，日志信息较少，一旦出现问题不好定位，比如在转换为.om模型时，出现如图所示问题： [图片] 比较不好定位，建议增加支持算子的清单和算子规格边界的文档链接供使用者查询。 建议方案： 优化转化日志，方便定位信息； 建议在转化界面附上算子清单和规格边界链接，方便开发者查看使用。
- 问题描述： 在使用ModelArts AI市场的数据集功能时，想下载数据集使用，选择的是ModelArts数据集，如图所示： [图片] 此时，会在ModelArts的数据集界面创建同名的数据集，但是这个并不是能用的数据集，因为即使下载的数据集有标注，在这里也无法显示，图片和标注是分开的，无法可视化显示标注，放在这里一点用都没有。感觉了从OBS读取数据创建的数据集不一样，而且也无法发布使用，失去了ModelArts数据集的意义。 [图片] 建议方案： 建议优化AI市场数据集功能中的ModelArts数据集模式，希望通过此模式发布的数据集和在ModelArts自己创建的数据集是一样的结果，可以发布使用； ModelArts数据集模式和实际用户自己在ModelArts创建的数据集相比，不一样，以这个为名字会误导用户，建议修改。 问题描述： 在使用ModelArts AI市场的数据集功能时，想下载数据集使用，选择的是ModelArts数据集，如图所示： [图片] 此时，会在ModelArts的数据集界面创建同名的数据集，但是这个并不是能用的数据集，因为即使下载的数据集有标注，在这里也无法显示，图片和标注是分开的，无法可视化显示标注，放在这里一点用都没有。感觉了从OBS读取数据创建的数据集不一样，而且也无法发布使用，失去了ModelArts数据集的意义。 [图片] 建议方案： 建议优化AI市场数据集功能中的ModelArts数据集模式，希望通过此模式发布的数据集和在ModelArts自己创建的数据集是一样的结果，可以发布使用； ModelArts数据集模式和实际用户自己在ModelArts创建的数据集相比，不一样，以这个为名字会误导用户，建议修改。
- 问题描述： 实验的内容过于程式化，指导文件可以一直到结束，不利于思考 建议方案： 实验有问题了，增加指导文件出现时间，比如需要60秒才出。避免一路到底 问题描述： 实验的内容过于程式化，指导文件可以一直到结束，不利于思考 建议方案： 实验有问题了，增加指导文件出现时间，比如需要60秒才出。避免一路到底
- 问题描述： 在ModelArts的AI市场的数据集栏目发布自己的数据集的时候，发现如果发布数据集失败（失败的原因可能多种），在发布后并没有提示，不知道自己的数据集是否发布成功，我是在想使用自己发布的数据集（也是想验证一下看看在这里订阅后，如何使用），发现并没有找到自己的数据集。 [图片] 最终是在上图所示右上角“个人中心”的“数据集”的“我的发布”中才发现失败的，这样就有点不太友好了，最好发布失败，能及时弹出消息提示，而不是让用户自己去找。 [图片] 建议方案： 在发布数据集，发布失败时，及时弹出消息提示。 问题描述： 在ModelArts的AI市场的数据集栏目发布自己的数据集的时候，发现如果发布数据集失败（失败的原因可能多种），在发布后并没有提示，不知道自己的数据集是否发布成功，我是在想使用自己发布的数据集（也是想验证一下看看在这里订阅后，如何使用），发现并没有找到自己的数据集。 [图片] 最终是在上图所示右上角“个人中心”的“数据集”的“我的发布”中才发现失败的，这样就有点不太友好了，最好发布失败，能及时弹出消息提示，而不是让用户自己去找。 [图片] 建议方案： 在发布数据集，发布失败时，及时弹出消息提示。
- 问题描述： ModelArts的AI市场的数据集目前左侧菜单栏只有按照作者的划分，如下图所示，这样不利于开发者选择使用，建议增加按照类别分类，比如按照数据集应用方向，划分为计算机视觉、NLP等类别。进一步可以划分为用于目标检测、图像分割等方向。 [图片] 建议方案： 建议增加按照类别分类，比如按照数据集应用方向，划分为计算机视觉、NLP等类别。进一步可以划分为用于目标检测、图像分割等方向。 问题描述： ModelArts的AI市场的数据集目前左侧菜单栏只有按照作者的划分，如下图所示，这样不利于开发者选择使用，建议增加按照类别分类，比如按照数据集应用方向，划分为计算机视觉、NLP等类别。进一步可以划分为用于目标检测、图像分割等方向。 [图片] 建议方案： 建议增加按照类别分类，比如按照数据集应用方向，划分为计算机视觉、NLP等类别。进一步可以划分为用于目标检测、图像分割等方向。
- 问题描述： 算法链接：https://marketplace.huaweicloud.com/markets/aihub/modelhub/detail/?id=2d52a07e-ccbd-420f-8999-2ea7b4bdd691 如图所示，上面显示支持Ascend 310推理，但算法下面显示是支持CPU和GPU推理的，但这个说明却没有显示，用户不点开就不知道该算法还能使用CPU或GPU推理，可能就错过了这个算法，所以建议补充说明。 [图片] [图片] 建议方案： 在算法说明界面，如上图所示红框位置，加入“支持CPU、GPU推理” 问题描述： 算法链接：https://marketplace.huaweicloud.com/markets/aihub/modelhub/detail/?id=2d52a07e-ccbd-420f-8999-2ea7b4bdd691 如图所示，上面显示支持Ascend 310推理，但算法下面显示是支持CPU和GPU推理的，但这个说明却没有显示，用户不点开就不知道该算法还能使用CPU或GPU推理，可能就错过了这个算法，所以建议补充说明。 [图片] [图片] 建议方案： 在算法说明界面，如上图所示红框位置，加入“支持CPU、GPU推理”
- 问题描述： [图片] 建议方案： 问题描述： [图片] 建议方案：
- 问题描述： [图片] 建议方案： 如题 问题描述： [图片] 建议方案： 如题
- 问题描述： 标注方法是鼠标单击，下拉，然后再单击，然后选择标签，操作不方便，效率低，特别是当标签数量比较少时，每次都需要选择标签，操作繁琐。 建议方案：1、我可以先选择标签，如第一个标签，然后对图片中所有的标签为第一个标签的，逐个进行框选，这样不必每次都去选一遍标签，然后选择标签2，对图片中标签为2的进行框选，这样对物体检测类的标注，操作效率高一些。 2、很多人的框选习惯是按下鼠标左键，下拉，释放左键，这和操作习惯一致一些，建议考虑或者用户可以自选哪种框选习惯。 问题描述： 标注方法是鼠标单击，下拉，然后再单击，然后选择标签，操作不方便，效率低，特别是当标签数量比较少时，每次都需要选择标签，操作繁琐。 建议方案：1、我可以先选择标签，如第一个标签，然后对图片中所有的标签为第一个标签的，逐个进行框选，这样不必每次都去选一遍标签，然后选择标签2，对图片中标签为2的进行框选，这样对物体检测类的标注，操作效率高一些。 2、很多人的框选习惯是按下鼠标左键，下拉，释放左键，这和操作习惯一致一些，建议考虑或者用户可以自选哪种框选习惯。
- 问题描述： 在使用ModelArts的NoteBook进行程序执行的时候（选择的是付费的CPU环境的最高规格，3.4元/小时那个），同样的程序和数据，其运行时间较慢，通过查看发现使用的是8核处理器，3GHz的主频，而且显示8核都处于满载运行。 但是其执行时间很慢，慢于我在自己电脑上运行的结果（我的是i7-9750H处理器，6核，主频2.59GHz），感觉这不应该呀，云端资源性能没有发挥出来吗？还是这个资源不是我个人独享？ 建议方案： 建议优化NoteBook性能，发挥其余硬件指标相当的性能，毕竟是付费版本，希望能得到强大的性能。 问题描述： 在使用ModelArts的NoteBook进行程序执行的时候（选择的是付费的CPU环境的最高规格，3.4元/小时那个），同样的程序和数据，其运行时间较慢，通过查看发现使用的是8核处理器，3GHz的主频，而且显示8核都处于满载运行。 但是其执行时间很慢，慢于我在自己电脑上运行的结果（我的是i7-9750H处理器，6核，主频2.59GHz），感觉这不应该呀，云端资源性能没有发挥出来吗？还是这个资源不是我个人独享？ 建议方案： 建议优化NoteBook性能，发挥其余硬件指标相当的性能，毕竟是付费版本，希望能得到强大的性能。
- 问题描述： AI进阶学习第二章的实验：使用ResNet50预置算法基于海量数据训练美食分类模型，中的实验手册，点开后跳转至GitHub中，在GitHub的README.md中，所有关于图片的内容配置都无法显示。 [图片] [图片] [图片] 建议方案： 可能是图片资源被清理或者因为GitHub的原因，希望能够转移文档之Gitee或者整理图片或者将文档变成PDF直接放入课程中 问题描述： AI进阶学习第二章的实验：使用ResNet50预置算法基于海量数据训练美食分类模型，中的实验手册，点开后跳转至GitHub中，在GitHub的README.md中，所有关于图片的内容配置都无法显示。 [图片] [图片] [图片] 建议方案： 可能是图片资源被清理或者因为GitHub的原因，希望能够转移文档之Gitee或者整理图片或者将文档变成PDF直接放入课程中
- 问题描述： ModelArts文档写得不够详细。 使用已有算法训练模型这一小节中填写作业参数中的算法来源选择算法管理时，后续操作写得太过笼统。 [图片] 建议方案： 算法来源选择算法管理，将点击算法名称后面的选择按钮后弹出的子窗体（如下面两张图所示）内的操作写得更详细一点，比如如果创建一个“我的算法”该如何创建，如果从市场订阅选择一个算法，该如何查找、同步、并使用。 [图片] [图片] 问题描述： ModelArts文档写得不够详细。 使用已有算法训练模型这一小节中填写作业参数中的算法来源选择算法管理时，后续操作写得太过笼统。 [图片] 建议方案： 算法来源选择算法管理，将点击算法名称后面的选择按钮后弹出的子窗体（如下面两张图所示）内的操作写得更详细一点，比如如果创建一个“我的算法”该如何创建，如果从市场订阅选择一个算法，该如何查找、同步、并使用。 [图片] [图片]
- 问题描述： 使用ModelArts创建训练作业，选择预置算法，提示可以去AI市场获取最新算法，在图一中点击"去AI市场"，跳转到AI市场页面后订阅算法，订阅后一直点击确定按钮最后到图二所示页面，用户之前的创建训练作业页面哪里去了？这个订阅的算法该怎么用？又要重新创建一遍，才会再次进入创建训练作业页面，而且之前所填的参数都没有了，感觉非常不友好。 [图片] 图一 [图片] 图二 建议方案： 建议订阅完算法后给一个提示，如何使用该算法？ 建议订阅算法后返回用户之前的创建训练作业页面，且保留之前的输入信息，算法来源那里选择刚刚订阅的算法。 问题描述： 使用ModelArts创建训练作业，选择预置算法，提示可以去AI市场获取最新算法，在图一中点击"去AI市场"，跳转到AI市场页面后订阅算法，订阅后一直点击确定按钮最后到图二所示页面，用户之前的创建训练作业页面哪里去了？这个订阅的算法该怎么用？又要重新创建一遍，才会再次进入创建训练作业页面，而且之前所填的参数都没有了，感觉非常不友好。 [图片] 图一 [图片] 图二 建议方案： 建议订阅完算法后给一个提示，如何使用该算法？ 建议订阅算法后返回用户之前的创建训练作业页面，且保留之前的输入信息，算法来源那里选择刚刚订阅的算法。
- 问题描述： ModelArts预制算法改版之后完全没办法用了，旧的算法遇到报错又不维护，但是AI市场官方提供的算法又不全， yolov3支持asend310？yolov5只有pytorch版？ 建议方案： 完善AI市场官方算法，1.市场算法要能导入到ModelArts在线部署，如果你支持asend310这种的，怎么在ModelArts部署测试？ 2.提供tensorflow版本和pytorch版本的 3.旧的算法为什么不能放到AI市场？ 问题描述： ModelArts预制算法改版之后完全没办法用了，旧的算法遇到报错又不维护，但是AI市场官方提供的算法又不全， yolov3支持asend310？yolov5只有pytorch版？ 建议方案： 完善AI市场官方算法，1.市场算法要能导入到ModelArts在线部署，如果你支持asend310这种的，怎么在ModelArts部署测试？ 2.提供tensorflow版本和pytorch版本的 3.旧的算法为什么不能放到AI市场？
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签