1

server/config.yml

@@ -35,9 +35,9 @@ app:
 imageGen:
   provider: localai     # dashscope | localai
   baseUrl: "http://192.168.3.210:18080"  # localai 必填：训练机 local-ai 地址（/v1/images/generations）
-  model: qwen-image     # localai 上加载的模型名；dashscope 用 qwen-image-3.0
+  model: z-image-turbo     # localai 上加载的模型名；dashscope 用 qwen-image-3.0
   apiKey: ""            # dashscope 必填：DashScope API Key
-  timeoutSeconds: 600   # 每张生成超时（默认 120；localai 训练机约 5min/张，建议 600）
+  timeoutSeconds: 1800   # 每张生成超时（默认 120；localai 训练机 704x1248 竖版实测约 26min/张）
 
 # 训练通道（并发度 1：GPU 独占，同时仅一个 running 任务）：
 # mode=subprocess 训练机与服务器同机；mode=ssh 异机（训练脚本/数据集经 ssh 通道同步）
@@ -52,7 +52,7 @@ training:
   workdir: /opt/pheasant_data   # 训练机工作目录（train_server.py / yolov8n.pt 所在）
   venvPython: /opt/pheasant_data/venv/bin/python
   datasetDir: datasets  # 训练机数据集根目录（相对 workdir，yolo/<name> 为子目录）
-  timeoutMinutes: 600   # 训练超时判死
+  timeoutMinutes: 240   # 训练超时判死（started_at 起算；实测 100 张约 3 分钟，千图级约 1 小时）
   imgsz: 704            # 训练/导出分辨率（须与 App 端推理输入对齐）
   epochs: 150           # 训练轮数（patience 30 早停，设大可自动停）
   batch: 16             # 批大小（按训练机显存调整）