自动驾驶云服务 OCTOPUS-Octopus开发基本流程?
Octopus开发基本流程?
Octopus是一站式自动驾驶开发平台,从数据收集上云,到自动化处理数据,自动或手动标注数据,创建并增量更新数据集,并将数据集用于模型训练,以及基于特定场景的在线仿真,用户都可以在Octopus平台上完成。
- 采集数据
指的是数据采集车辆各传感器的原始数据,是使用Octopus平台前的准备工作。当前支持使用Rosbag数据格式收集采集数据。
- 上传数据
原始数据采集完毕后,在平台上创建数据收集任务,通过多种方式上传数据文件至Octopus平台。
- 数据处理
通过用户自定义算子对Rosbag数据包进行处理,最终将原始数据结构化,解析出各种不同传感器详细数据,如摄像头录制的图像数据、雷达的点云数据、车辆行驶轨迹等。生成的图片可以直接用于标注。
- 标注数据
对于图片和点云数据,可以通过自动或人工的方式,标注图像中特定物体。标注后的图片和点云图片可用于模型训练,高质量的标注数据有利于模型精准度提升,并持续迭代。
- 增量数据集
将标注后的数据根据数据类型、标注、标签等,建立不同种类的数据集,同时支持数据集增量更新,可针对性用于不同算法和模型的训练。
- 模型训练
基于平台上创建好的数据集,可对自定义算法或内置算法进行训练,并对生成的模型进行评估,也可进一步用于预标注。
- 模型评估
在建模过程中,由于偏差过大导致的模型欠拟合以及方差过大导致的过拟合的存在,因此需要一套评价体系,来评估模型的泛化能力。
- 在线仿真
仿真即通过软件模拟车辆行驶的路况和场景,不需要真实的环境和硬件,极大节省训练和测试的成本和时间。Octopus仿真服务预置了智能驾驶、主动安全、危险场景等六大场景实例,覆盖大部分驾驶路况,用户可直接在线使用,持续迭代提升自动驾驶安全性。