# 作业

## 概述

AI 作业是数据集、项目、运行和模型使用的后台操作。作业页面为团队提供了一个地方来监控排队的工作、检查故障并打开已完成的结果。

> **Note**
> 作业的范围限定为活动的团队和用户过滤器。如果缺少预期工作，请确认所选团队并清除组、状态和类型过滤器。

## 监控 AI 作业

打开 [Luxonis Hub](https://hub.luxonis.com/ai/jobs) 并在 AI & 模型下选择作业。该表显示了每个作业的名称、类型、状态、开始时间、完成时间以及可用时的结果链接。

使用组在团队和用户工作之间切换，状态隔离活动或失败的作业，类型查找特定操作。失败的行会显示错误详细信息，这有助于识别无效数据或配置。

使用结果操作打开训练运行、评估运行或模型实例。已完成的数据集导出显示下载导出。结果保留在其拥有的资源上，尽管后台工作在此处进行了汇总。

Hub 仪表板还包括一个AI 作业卡片，用于快速查看最近的活动。

## 状态参考

| 状态 | 含义 |
| --- | --- |
| 排队 | 作业正在等待所需的资源或更早的管道工作 |
| 运行中 | 后台工作正在进行 |
| 已完成 | 操作成功，结果可用 |
| 失败 | 操作以错误结束；检查作业详细信息或拥有资源日志 |
| 关闭 | 工作在正常完成之前停止 |

## 按领域划分的作业类型

确切的类型列表会随着 Hub AI 添加工作流而不断演变。常见的作业包括：

| 领域 | 示例 |
| --- | --- |
| 数据集 | 上传批量样本 ZIP、从快照摄取样本、批量样本更新、创建数据集版本、数据集导出、预标注 |
| 标注服务 | 启动推理引擎、生成样本缩略图 |
| 项目和运行 | 版本和启动训练运行、训练运行 |
| 模型 | 上传和转换模型、模型转换、上传模型实例文件、更新 NN 存档配置 |

有关数据集特定结果，请参阅 [创建、上传和导出](/cloud/hubai/training/datasets/upload.md)。有关运行准备和控制，请参阅
[训练和评估运行](/cloud/hubai/training/runs.md)。
