LTAI 深度学习训练平台 - 常见问题解答（FAQ）

目录

1. 激活与授权
   • Q1: 如何激活LTAI软件？
   • Q2: 激活失败，提示"错误代码1"？
   • Q3: 激活失败，提示"错误代码6-签名验证失败"？
   • Q4: 软件提示"授权已过期"（错误代码7）？
   • Q5: 换了电脑怎么办？
   • Q6: 软件提示"检测到系统时间回拨"（错误代码10/11）？
2. 安装与环境
   • Q7: 需要安装哪些依赖？
   • Q8: 是否支持Mac或Linux？
   • Q9: 如何确认CUDA是否正常工作？
   • Q10: 没有GPU能使用吗？
3. 工程与数据
   • Q11: 支持哪些图像格式？
   • Q12: 工程文件损坏怎么办？
   • Q13: 如何备份工程？
   • Q14: 可以同时打开多个工程吗？
   • Q15: 导入图像时如何自动关联标注？
4. 数据标注
   • Q16: 标注文件保存在哪里？
   • Q17: 如何使用多边形标注？
   • Q18: 如何快速标记OK/NG图像？
   • Q19: 标注时图像无法拖动？
5. 模型训练
   • Q20: 训练需要多少数据？
   • Q21: 训练需要多长时间？
   • Q22: 训练中断了怎么办？
   • Q23: 如何判断训练是否完成/成功？
   • Q24: mAP是什么，越高越好吗？
6. 检测推理
   • Q25: 检测结果如何保存？
   • Q26: 置信度阈值如何调整？
   • Q27: 批量检测时内存不足？
   • Q28: 如何提升推理速度？
   • Q29: 检测框位置不准怎么办？
7. 性能与优化
   • Q30: 如何提升训练速度？
   • Q31: GPU显存不足怎么办？
   • Q32: 训练时GPU利用率低？
   • Q33: 如何选择合适的网络规模？
   • Q34: 数据增强有什么作用？
8. 故障排除
   • Q35: 软件启动后闪退？
   • Q36: 图像无法显示？
   • Q37: 标注无法保存？
   • Q38: 训练时损失为NaN？
   • Q39: 模型推理结果全为0？
   • Q40: 如何联系技术支持？
   • Q41: 如何更新到最新版本？
   • Q42: 如何卸载软件？

• 快速参考表

---

激活与授权

Q1: 如何激活LTAI软件？

A: 获取电脑主板信息：

1. win+R 输入cmd打开命令行窗口
2. 输入 wmic baseboard get serialnumber 得到主板序列号

B: 获取激活驱动进行激活：

1. 将自己待使用软件电脑的主板序列号发送给开发者
2. 双击运行驱动即可激活

激活密钥与电脑主板序列号绑定，每个密钥仅限一台电脑使用。

---

Q2: 激活失败，提示"错误代码1"？

A: 错误代码1表示无法获取主板序列号。

解决方法：

• 检查电脑主板是否正常工作
• 尝试以管理员权限运行软件
• 联系技术支持获取帮助

---

Q3: 激活失败，提示"错误代码6-签名验证失败"？

A: 签名验证失败可能是以下原因：

• 主板序列号与授权不匹配
• 授权文件被篡改或损坏

解决方法：

• 确认激活密钥与当前电脑匹配
• 重新下载授权文件
• 联系技术支持获取新的授权

---

Q4: 软件提示"授权已过期"（错误代码7）？

A: 您的限时授权已到期。

解决方法：

• 联系卖家续期
• 购买新的永久授权
• 重新激活新的密钥

---

Q5: 换了电脑怎么办？

A: 授权与电脑主板序列号绑定，换电脑需要重新购买授权。

建议：

• 提前备份好工程数据和模型文件
• 在新电脑上使用新的激活密钥
• 原授权不可转移

---

Q6: 软件提示"检测到系统时间回拨"（错误代码10/11）？

A: 系统时间被回拨，可能原因是：

• 修改了系统日期/时间
• 电池电量不足导致时间重置

解决方法：

1. 将系统时间调整为正确日期和时间
2. 确保网络时间同步开启
3. 重启软件重新验证

---

安装与环境

Q7: 需要安装哪些依赖？

A: LTAI运行需要以下环境：

软件	版本要求	说明
CUDA	12.1 或 12.6	可选，用于GPU加速
CUDNN	9.8.0	如果使用GPU
NVIDIA驱动	450+	如果使用GPU

软件已内置所有必要的Python依赖包。

---

Q8: 是否支持Mac或Linux？

A: 目前LTAI仅支持Windows 10/11操作系统。

未来计划：

• 正在评估Mac版本
• Linux版本暂未计划

---

Q9: 如何确认CUDA是否正常工作？

A: 打开命令提示符，输入：

nvidia-smi

如果显示NVIDIA驱动信息，说明CUDA可正常使用。

或在软件中：

1. 进入「模型训练」模块
2. 查看设备下拉列表
3. 如果显示GPU设备，说明CUDA正常

---

Q10: 没有GPU能使用吗？

A: 可以，但没有GPU会影响训练速度。

说明：

• 软件支持CPU模式运行
• 训练速度会明显慢于GPU
• 推理检测也可以在CPU上运行
• 建议至少8GB内存

---

工程与数据

Q11: 支持哪些图像格式？

A: LTAI支持以下图像格式：

格式	扩展名	说明
PNG	.png	推荐，支持透明通道
JPEG	.jpg/.jpeg	压缩率高
BMP	.bmp	无压缩，画质好
TIFF	.tif/.tiff	支持多页

---

Q12: 工程文件损坏怎么办？

A: 工程文件（.LT）损坏时：

预防措施：

• 定期备份工程文件夹
• 关闭软件时正常退出

恢复方法：

• 如果有备份，从备份恢复
• 重新创建工程，导入图像和标注
• 联系技术支持尝试修复

---

Q13: 如何备份工程？

A: 工程文件夹包含所有数据，定期备份：

手动备份：

1. 找到工程文件夹
2. 复制整个文件夹到备份位置

软件内备份：

1. 右键点击工程名称
2. 选择「创建工程副本」
3. 指定备份保存位置

---

Q14: 可以同时打开多个工程吗？

A: 可以！

方法：

1. 点击「打开工程」加载第一个工程
2. 再次点击「打开工程」加载第二个工程
3. 在左侧工程列表中点击切换

---

Q15: 导入图像时如何自动关联标注？

A: 导入图像时勾选「自动导入标注文件」选项。

要求：

• 标注文件需与图像在同一目录或子目录
• 标注文件命名需与图像名匹配（不含扩展名）
• 支持.json、.txt、.xml格式

---

数据标注

Q16: 标注文件保存在哪里？

A: 标注文件保存在工程的labels目录：

工程名称_det/
└── source/
    └── labels/
        ├── image001.json
        ├── image002.json
        └── ...

---

Q17: 如何使用多边形标注？

A: 多边形标注步骤：

1. 选择左侧「多边形」工具
2. 在图像上依次点击多边形的各个顶点
3. 每点击一次添加一个顶点
4. 双击完成绘制，自动闭合
5. 在弹出的标签框中选择标签

---

Q18: 如何快速标记OK/NG图像？

A: 在标注模块提供快捷标记：

• OK按钮：将当前图像标记为无缺陷（空标注）
• NG按钮：标记为有缺陷图像

方便后续区分已处理和未处理的图像。

---

Q19: 标注时图像无法拖动？

A: 检查是否处于正确的标注模式：

• 确保在「标注模式」而非「编辑模式」
• 点击工具栏的「标注模式」按钮切换

标注模式下：

• 左键用于绘制标注
• 右键用于拖动/平移图像

---

模型训练

Q20: 训练需要多少数据？

A: 数据量取决于任务复杂度：

任务类型	最低数据量	推荐数据量
图片分类	50张/类	200张+/类
目标检测	100张	500张+
语义分割	50张	200张+
姿态估计	100张	300张+

---

Q21: 训练需要多长时间？

A: 训练时间取决于多个因素：

影响因素	说明
数据量	越多越久
图像尺寸	越大越久
网络规模	越大越久
硬件配置	GPU越强越快

参考时间：

• RTX 3060: ~2-4小时（标准配置）
• RTX 4090: ~30分钟-1小时

---

Q22: 训练中断了怎么办？

A: LTAI支持断点续训：

1. 点击「继续训练」按钮
2. 选择之前的断点文件（自动保存在models/models_v(x)/）
3. 系统加载权重和优化器状态
4. 从中断处继续训练

建议：长时间训练时开启自动保存断点。

---

Q23: 如何判断训练是否完成/成功？

A: 观察以下指标：

训练完成标志：

• 达到预设的训练轮数
• 损失曲线趋于平稳
• mAP等指标达到预期

训练异常：

• 损失值突然飙升（梯度爆炸）
• 损失值不下降（学习率问题）
• GPU内存不足（批次太大）

---

Q24: mAP是什么，越高越好吗？

A: mAP（mean Average Precision）是目标检测的评估指标。

说明：

• mAP@0.5: IoU阈值0.5时的mAP
• 取值范围: 0~1，越接近1越好
• mAP≥0.9: 优秀
• mAP≥0.7: 良好
• mAP≥0.5: 可用

---

检测推理

Q25: 检测结果如何保存？

A: 检测完成后可导出：

保存内容：

1. 可视化图像（带检测框）
2. JSON结果文件（详细数据）
3. 统计报告（数量、分布）

保存位置：用户指定的输出目录

---

Q26: 置信度阈值如何调整？

A: 在检测配置中设置置信度阈值：

阈值	效果
提高阈值	只保留高置信度检测，减少误检
降低阈值	保留更多检测，可能增加误检

建议：

• 初始使用默认值0.5
• 根据实际效果调整
• 工业质检建议0.6-0.7

---

Q27: 批量检测时内存不足？

A: 批量检测大图像时的内存问题：

解决方法：

1. 减小批量大小
2. 降低图像尺寸
3. 分批处理图像
4. 使用GPU而非CPU

---

Q28: 如何提升推理速度？

A: 加速推理的方法：

硬件优化：

• 使用GPU进行推理
• 选择更强的GPU

软件优化：

• 使用导出的加速模型
• 适当降低图像尺寸
• 批量处理而非单张处理

---

Q29: 检测框位置不准怎么办？

A: 位置不准的原因和解决方法：

原因	解决方法
标注质量差	重新标注，提高准确性
数据不足	增加训练数据量
模型欠训练	增加训练轮数
图像质量差	使用清晰图像

---

性能与优化

Q30: 如何提升训练速度？

A: 加速训练的几种方法：

方法	效果	备注
使用GPU	10-50倍	推荐RTX 3060+
增大批次	线性提升	受显存限制
减小图像尺寸	提升速度	可能影响精度
使用预训练权重	加快收敛	建议使用

---

Q31: GPU显存不足怎么办？

A: 显存不足时的解决方法：

方案1：减小批次大小

-batch_size: 32 → 16 → 8

方案2：减小图像尺寸

-image_size: 640 → 512 → 416

方案3：使用轻量级网络

网络规模: 高精度级 → 标准级 → 轻量级

---

Q32: 训练时GPU利用率低？

A: GPU利用率低的原因：

常见原因：

• 数据加载瓶颈（硬盘速度慢）
• 批次太小
• CPU预处理速度跟不上

解决方法：

1. 使用SSD硬盘
2. 增大批次大小
3. 减少不必要的数据增强

---

Q33: 如何选择合适的网络规模？

A: 根据硬件配置选择：

网络规模	显存要求	适用场景
轻量级	2GB+	CPU训练、低配置
标准级	4GB+	GTX 1060, RTX 2060
高精度级	8GB+	RTX 3060, RTX 3080
超高精度级	12GB+	RTX 3090, RTX 4090

---

Q34: 数据增强有什么作用？

A: 数据增强可以：

作用：

• 增加训练数据多样性
• 提高模型泛化能力
• 防止过拟合

常用增强：

• 随机翻转
• 随机旋转
• 颜色抖动
• 随机裁剪

建议：工业检测场景不建议过度增强。

---

故障排除

Q35: 软件启动后闪退？

A: 启动闪退的解决方法：

1. 检查显卡驱动

   • 更新到最新NVIDIA驱动

2. 以管理员权限运行

   • 右键主程序 → 以管理员身份运行

3. 检查Python环境

   • 确认Python版本≥3.11

4. 查看错误日志

   • 复制的错误信息联系技术支持

---

Q36: 图像无法显示？

A: 图像显示问题的解决方法：

1. 检查图像格式

   • 确认是支持的格式

2. 检查图像路径

   • 避免路径中有特殊字符
   • 避免路径过长

3. 检查图像完整性

   • 尝试用其他软件打开确认

4. 重新生成缩略图

   • 删除thumbs目录，让软件重新生成

---

Q37: 标注无法保存？

A: 保存失败的原因和解决：

1. 磁盘空间不足

   • 清理磁盘空间

2. 文件权限问题

   • 确保工程文件夹有写入权限

3. 磁盘文件系统问题

   • 避免使用网络驱动器
   • 建议使用本地NTFS磁盘

---

Q38: 训练时损失为NaN？

A: 损失为NaN通常是数值溢出：

常见原因：

• 学习率过高
• 批次大小过大
• 数据存在问题（缺失值、无穷值）
• 梯度爆炸

解决方法：

1. 减小学习率（0.001 → 0.0001）
2. 减小批次大小
3. 检查数据完整性
4. 使用预训练权重

---

Q39: 模型推理结果全为0？

A: 无检测结果的解决方法：

1. 检查模型是否正确加载

   • 确认是配套的模型文件

2. 调整置信度阈值

   • 适当降低阈值

3. 检查图像尺寸

   • 确保与训练时一致

4. 验证模型有效性

   • 用训练数据测试，确认模型正常

---

Q40: 如何联系技术支持？

A: 获取技术支持的方式：

1. 软件技术问题联系

   • 通过QQ群或直接在该帖子下留言

2. 提供信息

   • 软件版本号
   • 错误代码（如有）
   • 问题描述和复现步骤
   • 截图或日志

---

Q41: 如何更新到最新版本？

A: 版本更新方式：

1. 下载最新安装包
2. 覆盖安装或按指引更新
3. 重新激活（如需要）

注意：

• 备份工程数据
• 确认新版本兼容性

---

Q42: 如何卸载软件？

A: 卸载步骤：

1. 关闭软件
2. 在Windows设置中找到「应用」
3. 找到LTAI
4. 点击卸载

注意：

• 卸载前备份工程数据
• 授权信息在卸载后失效

---

快速参考表

错误代码速查

代码	含义	建议操作
1	无法获取主板序列号	检查硬件
2	签名文件不完整	重新下载授权
4	读取期限文件失败	重新下载授权
5	公钥或签名文件无效	联系技术支持
6	签名验证失败	核对授权信息
7	授权已过期	续期或重新购买
10	时间回拨检测	校准系统时间
11	系统时间回拨	校准系统时间

---

如果以上FAQ无法解决您的问题，请联系技术支持。

© 2026 LTAI 开发团队。保留所有权利。