混合模型
混合模型 和目标检测类似，但是可以在目标检测的基础上，再细致的分类检测到的目标。
完成模型标注后，可以参考 训练 章节下的视频，创建数据集版本并训练部署。
模型选择场景
混合模型 适用于判断某物体是否出现在场景中，并且判断目标所属的类别，适合用于智能监控，识别风险，危险目标。
或者使用在缺陷检测上，检测场景中的多个目标，并且判断他是否是OK 或者 NG。
创建标签
混合模型创建标签时需要参考以下说明
首先第一层标签为 目标大类
第二层标签为 目标子类
第三层标签为 目标属性
Warning
在进行第三层“目标属性”标注时，必须确保每个 第一层大类 至少选中一个属性。 以“头部”这一大类为例，其第二层子类可能包括“头盔颜色”（如红/蓝/黑）和“是否佩戴面罩”（是/否）。
“头盔颜色”与“是否佩戴面罩”之间无冲突，可以同时标注（例如选中“红色”且“是”）。
若某对子类间存在逻辑冲突（比如“头盔颜色”与“是否佩戴头盔”），则在“不佩戴头盔”属性下无法再标注任何头盔颜色，则该标签结构不可用。
标注时务必检查：每个子类下必须有且仅有一个合法的属性被选中，且不同子类之间不应互相矛盾。
标注方法
首先使用矩形标注工具标出边界框，选择大类。
点击保存，然后选择子类和子类属性， 注意 ：如果大类下存在多个子类，每个子类下必须有且仅有一个合法子类属性被选中。
重复标注场景内所有的物体。如果场景内没有物体，请标注为空。
注意事项
混合模型 模型仅支持方形标注，因此，在物体检测模型标注中，标注区域可以轻微重合，但不可完全重合。
混合模型 模型标注中，标注区域不可超出图片边界。
如果大类下存在多个子类，每个子类下必须有且仅有一个合法子类属性被选中。
练习
从 练习数据 中下载 mixed_model.zip
解压缩后您将得到21张图片和标注文件（.json）, 请您只上传图片到DaoAI World进行标注练习。之后可以一同上传图片和标注文件，对比结果。