获取增量学习任务详情

接口功能

获取一个增量学习任务详情。

接口格式

操作类型：GET

URL：https://{ip}:{port}/icsmanager/v1/inclearning/task/{name}

请求参数

参数

是否必选

说明

取值要求

name

必选

增量学习任务名称。

已成功创建任务的任务名。

使用样例

请求样例：

GET https://10.44.115.99:8101/icsmanager/v1/inclearning/task/test

响应样例：

{
    "status": "00000000",
    "msg": "success",
    "data": {
        "name": "xxx",
        "description": "xxx",
        "appName": "xxx",
        "modelName": "xxx",
        "workspace": "xxx",
        "datasetFormat": "COCO",
        "initTrainDataset": "fake path xxx",
        "initTestDataset": "fake path xxx",
        "initTrainModel": "fake path xxx",
        "valueFilterConfig": {
            "path": "xxx",
            "content": "xxx"
        },
        "trainConfig": {
            "path": "xxx",
            "content": "xxx"
        },
        "evalConfig": {
            "path": "xxx",
            "content": "xxx"
        },
        "atcConfig": {
            "path": "xxx",
            "content": "xxx"
        },
        "npuAllocation": {
            "trainNpuDevices": "xxx",
            "atcNpuDevices": "xxx",
            "evalNewNpuDevices": "xxx",
            "evalOldNpuDevices": "xxx"
        },
        "createdAt": "xxx",
        "mngStatus": "RUNNING",
        "runStatus": "TRAINING",
        "lastModelVersion": "3",
        "sampleNumbers": {
            "total": 3000,
            "labeled": 1000,
            "unlabeled": 2000
        },
        "pipeline": [
            {
                "componentName": "xxx",
                "status": "FINISHED",
                "startTime": "123",
                "finishTime": "123"
            },
            {
                "componentName": "xxx",
                "status": "RUNNING",
                "startTime": "123",
                "finishTime": "123"
            },
            {
                "componentName": "xxx",
                "status": "PENDING",
                "startTime": "123",
                "finishTime": "123"
            }
        ],
        "versions": [
            {
                "version": 1,
                "hardExampleNumber": "500",
                "trainDatasetSize": "900",
                "evalDatasetSize": "600",
                "newPrecision": {
                    "precision": "0.7",
                    "recall": "0.8",
                    "mAP": "0.9"
                },
                "oldPrecision": {
                    "precision": "0.7",
                    "recall": "0.8",
                    "mAP": "0.9"
                },
                "generateTime": "xxx",
                "lossList": [
                    0.009832434821873903,
                    0.01051221744945416,
                    0.011650461775179092,
                    0.012163644298337974,
                    0.012036509382037016
                ]
            },
            {
                "version": 2,
                "hardExampleNumber": "500",
                "trainDatasetSize": "900",
                "evalDatasetSize": "600",
                "newPrecision": {
                    "precision": "0.7",
                    "recall": "0.8",
                    "mAP": "0.9"
                },
                "oldPrecision": {
                    "precision": "0.7",
                    "recall": "0.8",
                    "mAP": "0.9"
                },
                "generateTime": "xxx",
                "lossList": [
                    0.009832434821873903,
                    0.01051221744945416,
                    0.011650461775179092,
                    0.012163644298337974,
                    0.012036509382037016
                ]
            },
            {
                "version": 3,
                "hardExampleNumber": "500",
                "trainDatasetSize": "900",
                "evalDatasetSize": "600",
                "newPrecision": {
                    "precision": "0.7",
                    "recall": "0.8",
                    "mAP": "0.9"
                },
                "oldPrecision": {
                    "precision": "0.7",
                    "recall": "0.8",
                    "mAP": "0.9"
                },
                "generateTime": "xxx",
                "lossList": [
                    0.009832434821873903,
                    0.01051221744945416,
                    0.011650461775179092,
                    0.012163644298337974,
                    0.012036509382037016
                ]
            }
        ]
    }
}

响应状态码：200

输出说明

参数

类型

说明

status

string

状态码。

msg

string

状态描述。

data

dict

任务详情数据。

name

string

任务名。

description

string

任务描述。

appName

string

推理应用名称。

modelName

string

推理应用模型。

workspace

string

minio工作路径。

hardMiningAlgList

string

难例挖掘算法列表。

datasetFormat

string

数据集格式。

initTrainDataset

string

初始训练集。

initTestDataset

string

初始测评集。

initTrainModel

string

初始训练模型。

valueFilterConfig

string

难例筛选配置文件。

trainConfig

string

训练配置文件。

evalConfig

string

测评配置文件。

atcConfig

string

模型转换配置文件。

npuAllocation

dict

NPU分配。

trainNpuDevices

string

训练组件NPU卡分配。

atcNpuDevices

string

模型转换组件NPU卡分配。

evalNewNpuDevices

string

新模型测评组件NPU卡分配。

evalOldNpuDevices

string

旧模型测评组件NPU卡分配。

createdAt

string

创建时间。

mngStatus

string

当前管理状态。

runStatus

string

当前运行状态。

lastModelVersion

string

最新模型版本。

sampleNumbers

dict

难例数量。

labeled

int

已标注难例数量。

unlabeled

int

未标注难例数量。

total

int

总难例数量。

pipeline

list

训练流水线运行状态。

componentName

string

组件名称。

status

string

组件状态，共有PENDING、RUNNING、FINISHED、STOPPED四种状态。

startTime

string

组件运行开始时间。

finishTime

string

组件运行结束时间。

versions

list

训练版本列表。

version

string

版本号。

hardExampleNumber

string

本轮难例数量。

trainDatasetSize

string

本轮训练集大小。

evalDatasetSize

string

本轮测评集大小。

oldPrecision

dict

已部署模型进度。

newPrecision

dict

新训练模型精度。

generateTime

string

模型生成时间。

lossList

list

每轮训练的loss值。
父主题： 增量学习任务管理