Skip to content

5.3 故障排查清单 ​

FAQ 没命中时,用这份清单系统性地缩小范围。原则:从上到下,每步做完问题没解决再走下一步——跳步是排查时间翻倍的头号原因。

通用前三步(任何问题先做) ​

  1. 看状态:底部状态栏、通知中心红点、任务状态页——有没有直接的错误描述;
  2. 看版本:帮助 → 关于,确认不是已知版本问题(更新日志见发布说明);
  3. 看日志:应用日志位置 工作目录/logs/app.log;训练问题用训练日志(3.2)。

分类排查表 ​

启动 / 界面 ​

  • [ ] 命令行启动,记录报错输出
  • [ ] 显卡驱动 nvidia-smi 正常
  • [ ] 高 DPI 缩放兼容性已试
  • [ ] 工作目录所在磁盘有空间且可写

登录 / 协作 ​

  • [ ] 网络可达团队服务地址
  • [ ] 令牌未过期(重新登录试)
  • [ ] 左上角团队空间正确
  • [ ] 角色权限覆盖该操作(1.2 权限表)
  • [ ] 回传一次,排除「版本落后」

导入 / 标注 ​

  • [ ] 图像格式在支持列表(2.1)
  • [ ] 导入报告的跳过清单看过
  • [ ] 帧命名补零、字典序 = 时间序
  • [ ] 输入法为英文(快捷键失灵时)
  • [ ] 对象未被他人锁定(协作项目)

质检 / 版本 ​

  • [ ] 检查视图规则阈值是否过严(误报)
  • [ ] 问题列表已刷新(修正后未保存会不消失)
  • [ ] 版本状态为「已完成」
  • [ ] 版本详情数量与预期一致

训练 ​

  • [ ] 日志开头「配置回显」与实际意图一致
  • [ ] 数据集版本非空、类别映射正确
  • [ ] 显存:降 batch / imgsz 各试一档
  • [ ] GPU 利用率持续低 → 数据加载瓶颈(加 workers)
  • [ ] loss NaN → 查数据异常 + 降 lr
  • [ ] 曲线形态对照3.2 判读表 对号入座

导出 / 注册 / 推理 ​

  • [ ] 门禁状态(3.3)
  • [ ] 导出元数据 JSON 随文件一起移交
  • [ ] 推理端输入尺寸、预处理与元数据一致
  • [ ] 模型已注册且状态非「归档」(3.5)

日志收集与上报 ​

材料路径 / 操作
应用日志工作目录/logs/ 最近一个 app.log
训练日志训练任务页 → 导出日志
环境信息帮助 → 关于 截图或复制
复现步骤「做了什么 → 期望什么 → 实际什么」三句话
相关标识数据集版本号、训练名、模型名称+版本

排查的终点

如果清单走完仍未解决,把上面五样材料发给团队管理员或官方支持。材料齐全的问题,解决速度通常快一个数量级。

预防 > 排查 ​

把下面四条变成习惯,这份清单的使用频率会大幅下降:

  1. 动手前回传,提交前自检;
  2. 关键节点(导入后/质检后/大修正后)生成数据集版本;
  3. 训练名写清参数,一次只动一个变量;
  4. 元数据随模型走,注册再交付。

下一步 → 返回文档总览