訓練圖表與原始日誌¶

“控制檯日誌”保留兩個檢視：訓練圖表、原始日誌。圖表不替代原始日誌，不會為沒有生成的指標補造麴線。

各架構顯示什麼¶

任務	圖表含義
現代偵測/分割/OBB	訓練及驗證損失、實際返回的偵測評估指標、學習率
現代分類	分類損失、實際分類準確率等、學習率
經典偵測	訓練損失、mAP 等實際驗證結果、學習率
經典分類	訓練/驗證損失、實際準確率等、學習率
異常偵測	特徵與核心集規模、校準閾值、各構建階段耗時；不是梯度損失曲線

經典 COCO 沒有獨立驗證集時，評分割槽提示只訓練、不計算 mAP。提供驗證集後，也按模型配置的間隔評估，不是保證每一輪都有數值。有效的零值會保留，缺失值不會被補成零。

懸停曲線檢視數值，點選圖例顯示或隱藏曲線，拖動框選放大，雙擊復位。可匯出指標 CSV、儲存圖表 PNG、開啟實驗目錄，以及載入歷史 JSONL/CSV 指標。

訓練中產生的 training_metrics.jsonl 等檔案可用於恢復已有數值。舊日誌沒有儲存某個指標時，載入歷史不會重新執行驗證，也不會從 loss 反推出準確率。

任務失敗時切到原始日誌，檢視第一條實際異常及上下文，不只看最後的退出碼。正常達到最大輪數、早停、使用者停止和錯誤是不同狀態。

經典和異常偵測實驗內會儲存 engine.log。軟體意外關閉後，可透過訓練歷史開啟對應實驗目錄檢視落盤日誌；現代架構通常還可檢視 results.csv、配置和指標檔案，介面原始日誌不保證跨程序重啟完整恢復。需要保留當前控制檯全文時主動“匯出日誌”。