01
GPU 感知调度
按 FIFO 管理训练队列，支持指定单卡、多卡 DDP、任意空闲卡与 CPU 回退；设备释放后自动唤醒可运行任务。
- 显存占用感知与设备可用性提示
- 训练任务与模型测试分开抢占资源
Local · Multi-user · YOLO11
Liu Studio 目标检测训练与智能辅助平台
把目标检测研发的每一步，收进一个工作台。 平台面向本机与内网服务器部署，覆盖数据标注、GPU 调度、训练分析、知识库问答、 工具调用及 ONNX / 昇腾 OM 交付；所涉及模型均为本地部署。
10+核心功能模块
全本地LLM · Embedding · Reranker
2套知识库检索
N 轮Agent 自动训练
Why Liu Studio
不只把命令行搬进网页
而是把研发链路真正接起来
平台围绕算法研发中的真实断点设计：数据散落、GPU 冲突、训练过程不可见、结果复盘耗时， 以及模型从实验走向业务验证时的重复操作。
02
Agent 自动调参
每轮训练完成后，由多模态大模型读取关键指标与图表，生成新超参并创建下一轮任务，直至达到设定轮数。
- 覆盖学习率、损失权重、数据增强等参数
- 多层 JSON 解析与降级策略保证链路连续
03
训练全程可见
逐行解析 Ultralytics 日志，通过 WebSocket 推送 Loss、Precision、Recall 与 mAP，训练状态与关键事件同步更新。
- 实时曲线、日志与预计剩余时间
- 指标、权重、图表与事件时间线统一归档
04
业务 Agent 可执行
Agent「乐悠」不只回答问题，还能查询模型和数据、执行图片检测、导出 ONNX，以及在已配置环境中转换并测试昇腾 OM。
- 工具调用过程与结果图实时回传
- 配置目录驱动，可继续扩展新工具与技能
One Continuous Workflow
一次实验，从样本到交付不中断
点击流程节点，查看每个阶段在平台中的具体操作与衔接方式。
数据标注 · 数据管理
从原始图片建立可训练数据集
在 Konva 画布中完成矩形框标注、类别维护、撤销重做与自动保存；导出 train / val、YOLO 标签和 data.yaml 后， 通过本地目录或 YAML 注册数据集并校验路径与类别。
- 支持长期项目与无需建档的快速标注
- 目录校验、类别推断与图片数量同步
- 源数据保留在服务器本地，无需上传整包
标注工作台1 / 3
LLM in the Loop
让下一轮实验
自动从上一轮结果开始
打开 Agent 智能调参并设定最大轮数后，平台会串联训练、分析、调参和重新排队。 每轮保留独立编号、指标和结果，任务监控中可展开整组实验，直接比较每一轮表现。
01训练完成收集收敛指标与图表
02多模态分析LLM 诊断过拟合与收敛
03生成超参结构化输出并多层校验
04下一轮排队创建子任务并自动提交
Three Intelligence Modes
需要答案时能查
需要动作时能做
智能问答把模型对话、专业分析、知识库检索与平台工具放在同一会话中。 通过开关选择工作模式，历史上下文可持续追问。
对话辅助
懂 YOLO，也懂你的实验上下文
支持思考与专家模式，可上传图片及常见文档，适合解释训练参数、诊断指标、阅读材料和持续追问。
100% LOCAL MODEL SERVICES
模型不出内网，检索链路也不出内网
源码将生成、向量召回和结果重排拆成三项独立服务，全部通过本机或内网接口协同工作。
01 · LOCAL LLMQwen3.6-27B默认模型服务名。通过 OpenAI-compatible 接口负责多轮对话、意图改写、训练报告、自动调参与 Agent 决策。vLLM / LMDeploy 兼容
02 · DENSE RETRIEVALBGE Embedding源码通过本地
/embed 服务生成查询和知识块向量，与 BM25、编码硬通道共同完成候选召回。故障库 + 平台手册共用03 · RELEVANCE RANKINGbge-reranker-base源码明确使用本地重排服务，对混合检索候选按相关度重新排序，筛选最终注入上下文的知识片段。本地
/rerank 服务Complete Product Surface
侧边栏背后，是完整的研发工作面
每个模块都围绕实际工作流设计。点击任意截图可查看完整界面。
01 · OVERVIEW
控制总台
汇总顶层任务数量、训练/等待/完成状态、每张 GPU 的空闲或占用情况以及最近任务。Agent 多轮任务按组统计，快速判断当前资源与实验进度。
任务统计GPU 概览最近任务
02 · DATASETS
数据管理
通过服务器本地目录或 YAML 注册数据集，校验 train / val 路径、推断类别并生成训练所需配置；可随磁盘内容同步样本数量。
两种导入模式路径校验
03 · TRAIN
新建训练
选择数据集、预训练权重、Conda 环境与 GPU，配置基础训练、优化器、损失权重和数据增强；可切换普通训练或 Agent 多轮调参。
20+ 超参多卡 DDP
基础配置与设备选择1 / 2
04 · MONITOR
任务监控与训练详情
按状态筛选所有任务，支持取消、删除和进入详情；Agent 组可展开查看每一轮。详情页通过 WebSocket 实时展示 Loss、P / R / mAP 曲线、epoch 进度、日志与 Agent 事件。
实时曲线队列状态日志回放Agent 分组
任务列表与 Agent 分组1 / 2
05 · RESULTS
训练结果与 AI 分析
集中查看最终指标、权重文件、混淆矩阵、PR / F1 曲线和训练事件；支持下载 best.pt、导出结构化训练报告，并流式生成多模态 AI 分析报告。
结果归档双报告 PDF
指标、事件与模型文件1 / 3
06 · ANNOTATION
数据标注
图片列表、Konva 标注画布、类别与框属性三栏协作；支持缩放平移、快捷键、撤销重做、延时自动保存，并导出标准 YOLO 训练集。
VOC 标注YOLO 导出
项目管理与快速标注1 / 2
07 · MODEL TEST
模型测试
从已训练权重、自定义权重或预置模型中选择测试模型，接入数据集、目录、上传文件或标注项目做批量推理；支持逐图纠正、背景标记与多格式结果导出。
批量推理人工纠正YOLO / VOC / COCO / CSV
模型与测试数据选择1 / 2
08 · RESOURCES
设备状态
约每两秒更新 CPU、内存、GPU 利用率、显存与温度，并保留简要趋势曲线；提交大任务前可先确认机器负载与可用设备。
资源趋势只读监控
09 · TERMINAL
终端连接
管理员可在浏览器中建立本机 PTY 终端，使用多标签、清屏、复制、日志下载与全屏功能；还可维护保存在浏览器本地的常用命令脚本，并在已连接终端中一键执行。
仅管理员本机 Shell自定义脚本
10 · AI WORKSPACE
智能问答
普通聊天、思考、专家和 Agent 模式共用会话空间。操作类问题检索平台手册，故障标准问题检索 TFDS 图文知识库；需要执行时由「乐悠」调用模型、数据、检测与转换工具。
意图改写双 RAG图例展示工具调用
普通聊天与专家模式1 / 5
Built for Local Infrastructure
部署在自己的机器上
连接自己的数据与算力
数据集、模型、训练结果与全部 AI 模型服务都保留在本地或内网环境，前后端通过实时通道连接任务与界面。
交互层
Vue 3 · Element Plus · ECharts · Konva · xterm.js
控制台、表单、实时曲线、标注画布与浏览器终端
REST · SSE · WebSocket
服务层
FastAPI · SQLAlchemy · JWT · GPU Scheduler
多用户鉴权、任务编排、日志解析、报告与结果管理
OpenAI Tools · Hybrid Retrieval
智能层
Local LLM · Local Embedding · Local Reranker · BM25
三类模型服务均本地部署，用于自动调参、多模态分析、意图改写、双知识库与业务 Agent
Local Files · GPU · SSH
基础设施
Ultralytics YOLO11 · PyTorch · NVIDIA GPU · Ascend
训练与推理、本地模型资产，以及可选的昇腾转换和测试环境
本地数据路径
数据管理以服务器目录为主，训练无需把整包数据集上传到外部服务。
多用户鉴权
JWT 管理访问会话；首位注册用户成为管理员，终端能力仅向管理员开放。
本地模型服务
LLM、Embedding 与 Reranker 均通过本机或内网接口提供能力，数据和检索上下文无需发送到外部模型服务。
Liu Studio
让每一次训练都有过程
有结果，也有下一步
从数据准备到模型交付，把目标检测研发中的重复动作交给平台，把判断留给人。
回到顶部 ↑