# 必填，模型所属的平台组件 可选值: [AIArts, DataEyes, AIAuto，InferenceCenter]
platform:
- AIArts
- DataEyes
# 必填，模型来源，可选值：publish，preset
source: preset
# 选填，是否支持autodl，可填值 true,false
autodl: true
#选填，模型图片文件，没有则给默认值
logo: logo.png
#选填,模型属性
props:
- key: layers
  type: int
  value: 12
  required: false
  desc: 网络层数
  editable: false
- key: accuracy
  type: int
  value: 0.97
  required: false
  desc: accuracy
  editable: false
- key: spend_cost
  type: int
  value: 3000
  required: false
  desc: spend time
  editable: false
- key: hardware_require
  type: string
  value: GTX-2080
  required: false
  desc: hardware require
  editable: false
#选填,如果平台训练生成的job，则自动填入jobid进行关联
job_id: ''
#必填,命名规则：backbone_framework_device
name: lenet_tensorflow_gpu
#必填,命名规则：TensorFlow | PyTorch | MindSpore | MXNet
framework: TensorFlow
#选填，分布式框架，目前可选值 Horovod | MPI
distributed_framework: Horovod
#选填,网络名
backbone: lenet
#选填,模型描述
description: lenet-model
#选填,为空时根据framework使用平台预制镜像；填写之后，如果不存在,则需要用户自行上传 tag为hashcode
engine: apulistech/tensorflow:{hashcode}
#必填，模型使用的设备信息
device:
  #必填，目前可选值  cpu | nvidia_gpu | huawei_npu
  type: huawei_npu
  #必填，设备型号目前可选值 cpu | gpu | a910 |  a310
  model: a910
  #选填，推荐使用的设备卡数
  device_num: 2
  #选填，推荐使用的CPU核心数，单位 个
  cpu: 64
  #选填，推荐使用的内存大小，单位 GB
  memory: 32
#选填，数据集
datasets:
#选填，多个选项 default（代表全量数据） |train | test | validation
- usage: train
  #选填，数据集存储格式，目前可选值{tfrecord | images | video | compressed | mindrecord | binary | numpy| txt}
  file_format: compressed
  #必填，数据集支持的领域，详情见模型任务对应列表
  field: cv
  #必填，可多填，数据集支持的任务类型，详情见模型任务对应列表
  task:
  - classification
  - detection
  #必填，数据集标签格式，详情见模型任务对应列表
  annotation_format: custom 
  #必填，数据集名称（唯一）
  name: mnist
  #选填，数据集路径，可为uri链接或者s3链接
  path: mnist
  #选填，数据集版本
  version: v1.0

#必填，模型支持的领域，详情见模型任务对应列表
field: cv
#必填，模型支持的任务类型，详情见模型任务对应列表
task: classification
#选填，模型版本
version: 1.0
train:
  #选填，预训练模型，e.g., pretrain.pt(pytorch)/ pretrain.params(mxnet)/ pretrain.h5(keras)
  pretrained_model: pretrain_model/pretrain.ckpt
  #必填,训练启动脚本
  entry: train.py
  #选填,模型参数
  user_params:
  - name: input_width
    type: string
    default: '2048'
    required: true
    desc: input width
    editable: true
  - name: input_height
    type: string
    default: '1536'
    required: true
    desc: input height
    editable: true
  - name: batch_size
    type: integer
    default: '128'
    required: true
    desc: input batch size
    editable: true
  - name: epoch_size
    type: integer
    default: 100
    required: true
    desc: epoch size
    editable: true
  - name: init_lr
    type: float
    default: 0.001
    required: true
    desc: initial learning rate
    editable: true
  #必填,平台参数相对于模型命令行参数的映射
  sys_params:
  - name: pretrained_model
    arg: pre_trained_ckpt
  - name: data_path
    arg: train_data_path
  - name: output_path
    arg: train_result_path
eval:
  #必填，评估入口文件
  entry: eval.py
  user_params:
  - name: min_score
    type: float
    default: 0.4
    required: true
    desc: minimal score
    editable: true
  - name: nms_threshold
    type: float
    default: 0.2
    required: true
    desc: nms threshold
    editable: true
  sys_params:
  - name: data_path
    arg: eval_data_path
  - name: output_path
    arg: eval_result_path
  - name: checkpoint_path
    arg: eval_ckpt_path