大模型那么强，为什么还需要小模型？一篇搞懂大小模型协同分析

仅小模型分析，误报较多。

仅大模型分析，算力要求高，资源消耗大，且不满足业务实时性要求。

模式一：大小模型检相同目标

开放能力：特定场景的协同包，下载即用。

操作流程：定位场景 → 点击导出模型 → 选择应用类型 → 选择模型效果增强算法包

一站式训练平台：一键训练协同包，自定检测及属性标签。

操作流程：在模型训练时，网络选择高性能，并勾选【模型效果增强】

注：目前支持的算法模型为物体检测模型-矩形标注、混合模型-矩形标注；支持的应用类型为AI超脑-KT2、AI超脑-KT5、AI服务器-KT5、AI摄像机-H9、AI摄像机-G10

算法应用编排平台：需手动配置，灵活定制算法。可按需选择大小模型协作模式及参与大模型二次分析的标签。

操作流程：选择小模型 → 选择大模型 → 配置大小模型协同关系 → 在线测试（可选) → 导出使用

方式二：分别导入大模型和小模型

操作流程：导入小模型、大模型 → 配置用于二次分析的引擎资源 → 勾选所需关联的小模型 → 配置二次分析目标属性 → 完成小模型任务配置 → 启用二次分析去误报