模型训练是使用样本管理生成的训练数据，进行神经网络模型训练，根据设置参数，不断地对模型迭代评估，以得到可用的神经网络模型。
主要参数
- 功能入口 ： 工具箱 -> 机器学习 -> 图片分析 -> 模型训练 工具。
- 训练数据路径 ：选择生成的训练数据文件夹。
- 训练数据用途 ：使用模型的功能。
- 训练配置文件 ：选择用于提取对象的模型文件（*.sdm）。
- 训练次数 ：所有训练数据参与模型训练的次数（epoch）。随着训练次数的增多，模型拟合度越大甚至过拟合。训练次数与运行花费时间成正比。默认值为 10，用户可根据需求选择。一般为 10~20 次。
- 单步运算量 ：一次训练中单步运算的图片数量（batch size）。多个图片组成的一份训练数据称之为一个 batch，每个 batch 所含的图片数量称为 batch size。在合理范围内，单步运算的数量与内存（显存）占用成正比，与训练时间成反比。默认值为 1，用户根据运行环境选择。
- 学习率 ：模型参数的更新幅度（learning rate）。一般情况下，学习率都是根据经验，设置一个相对合适的值。学习率过大，会导致待优化参数在最小值附近进行波动；学习率过小，会导致待优化参数收敛的速度慢。 默认值为 0.0001，目标检测一般为 0.001，二元分类一般为 0.0001。
- 训练日志路径 ：用户设定的训练日志存储路径，该路径下会生成多个文件夹，建议首次训练选择一个空文件夹。
- 加载预训练模型 ：若勾选该选项，可选择前一次训练的训练日志路径作为预训练模型的路径，会在前一次的基础上进行训练。 注 ：前后两次训练需要训练数据的尺寸、类别和用途相同。