三分钟上手，剩下的边用边查

标注和推理只用软件本身，不需要额外准备。训练要用到的 Python 与依赖放在程序目录的 TOVISIONAI_FORGE\ 里，第一次用训练页时在软件内按提示获取。

还没获取这一层的时候，训练页是「演示模式」：界面照常能点，但曲线是演示数据、 不会真的产出模型。这也是判断「训练环境有没有装好」最简单的办法。

一张图配一个同名的 .json，用的是通用标注格式（labelme 兼容）： rectangle 和 polygon 两边都能互相打开。 labelme 标好的数据可以直接拿来训，ToVisionAI 标的也能给别人用。

覆盖旧文件之前，软件会先备份一份 .json.bak。

建议有 —— GPU 训练快得多。没有也能跑：训练设备选 CPU 就行， 小数据、小模型照样能出结果，只是慢一些。

不会。图片、标注、训练出来的模型都留在你自己的电脑里。 内置的 AI 助手默认是「离线模式」，数据集统计、标注检查、训练状态、使用说明这几类问题， 不接任何外部服务就能回答；只有你自己填了模型服务地址，对话才会发到你指定的那个服务。

在推理页「模型文件」那一行右键 → 导出模型，得到一个 .tvai 文件。拷到别的电脑后，在那台机器的推理页点一下 「模型文件」，选这个文件就能用；模型类型（检测 / 分割）是从文件里读出来的，不用手选。

最近项目列表、训练参数与进度、界面设置都存在 %APPDATA%\ToVisionAI\state.json。 把这个文件拷到新电脑的同一位置，或者在新电脑上重新把数据集文件夹拖进来一次即可。 顺便一提：图片本身不会被复制，软件只是记住了文件夹路径。

内容是 ToVisionAI 模型文件，是软件训练后导出的模型文件， 用来部署到产线进行推理。

侧边栏里可以放很多数据集，同一时间打开一个。每个数据集的训练参数和训练进度各自记着， 切来切去不串、关掉再开还在。