检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
pt 评测参数项:根据用户选择的模型类别,动态生成评测所需的参数项,用户可参考前端提示填写。 评测指标项:根据用户选择的模型类别,动态生成的平台支持的内置指标项,用户单击选中对应指标项则可加入到待评测指标中。 单击“创建”,在评测任务页面显示新创建的任务信息。 父主题: 模型评测
确认付款。 查看我的资源配额 在“总览”页面“我的资源”区域查看资源配额情况。 OBS存储:包括购买基础包中的OBS存储资源和扩展资源包中的OBS存储资源。 SFS存储:包括购买基础包中的SFS存储资源和扩展资源包中的SFS存储资源。 资源列表:展示购买的所有扩展资源包、状态等信息。
对比任务在运行过程中生成的报告。 任务日志:单击“任务日志”,查看或下载评测对比任务在运行过程中生成的所有日志。 删除对比任务 单击操作栏的“删除”,删除单个对比任务。 勾选多个任务,单击列表上方的“删除”,可批量删除对比任务。 重建任务 单击操作栏内的“重建”,输入新对比任务名
包使用情况。 开通我的模型 登录Octopus服务平台,在左侧菜单栏中单击“总览”。 在“我的模型”模块,单击操作栏中的“开通服务”。 图1 开通服务 选择需要开通服务的用户名,单击操作栏中的“开通服务”。 图2 开通服务 也可选择多个用户名,单击用户名上方的“批量开通”,批量开启服务。
示例代码 以下为主程序文件ros2opendata.py中截取的代码片段,分别运行不同的功能,详见注释。 运行前准备: 解析点云消息: 解析gnss消息: 写opendata_to_platform.yaml文件: 父主题: Rosbag转OpenData作业(数据回放)
2.5D人车图片标注任务 2.5D人车图片标注任务相比于2D人车标注任务,由2D的矩形框转变为2.5D框,可以定位车辆车身的正面与侧面,辅助开发者辨别车辆的行驶方向。 绘制对象 单击2.5D图片标注任务,选择一张图片进入人工标注。 选择标注工具。 单击左侧工具栏2.5D标注工具(快捷键5,非小键盘)。
200 表3 响应Body参数 参数 参数类型 描述 count Integer 列表中实例的数量。 next String 下一个分页的查询地址。 previous String 上一个分页的查询地址。 results Array of ScenarioListSrlz objects
是,请执行步骤2。 否,请执行步骤3。 如能访问OBS,单击右上方登录的用户,在下拉列表中选择“我的凭证”,确认当前AK/SK是否是当前账号创建的AK/SK,可参考如何获取访问密钥AK/SK?。 是,请联系提交工单处理。 否,请更换为当前账号的AK/SK。 请确认当前账号是否欠费。 是,请给账号充值。。
路网设置(Road Network) 路网设置的相关文件都需要在交互页面上传,如果语句设置文件与上传文件有出入,以上传文件为准。 地图文件(Logic file) 地图文件(xodr文件)使用set_map_file语句指定。 具体场景使用xodr文件,逻辑场景使用odr文件。 例1:具体地图
声明本场景为静态场景,即为本例中第2行。 声明所有要泛化的变量,即为本例中第4行。 create_merge说明是匝道合流的种子场景,即为本例中的第6行。 函数create_merge的入参即指定本场景中的所有参数具体值,即为本例中的第6-7行。 scenario Merge:
模型评测 在机器学习中,通常需要使用一定的方法和标准,来评测一个模型的预测精确度。自动驾驶领域通常涉及目标检测、语义分割、车道线检测等类别,如识别车辆、行人、可行区域等对象。 评测脚本 评测任务 任务队列 评测对比 模型数据集支持 父主题: 训练服务
json。标签文件中包含了当前任务所选择的所有标注物的基本信息。预标注结果中每个标注对象所需的标注物id,可通过此文件中的id字段获取。标注物文件内容示例如下。 [ { "id": 2085, # 平台上所建标注物的ID "name": "Car", # 平台上所建标注物的名称 "color":
名为“ma-group”的普通用户,且必须确保该用户的uid=1000、gid=100。 需要明确设置镜像的启动命令。执行命令如下: CMD sh /home/mind/run.sh 服务端必须使用https协议, 且暴露在所有网络平面(0.0.0.0)的“8080”端口。 在“
添加/删除锚点:锚点可辅助确认车辆的大小。 根据标注规范,进行标注。 修改标注框。 根据标注对象不同,修改方式也有所不同。修改方式可参考以下示例。 车道线的修改,可通过在标注界面,单击已经标注的具体标注的线,标注的车道线将处于可选择状态,此时可通过拖拉标注的线中的点修改。 人车矩形框的修改,在标注界
创建3D预标注车道线检测任务 前提条件 在服务控制台“总览”>“我的模型”区域,开通“2D图像生成”服务,具体操作步骤请参考开通我的模型和购买套餐包。 创建任务 在左侧菜单栏中单击“智驾模型服务 > 3D预标注车道线检测”。 单击右上角“创建”。 填写创建任务信息。 图1 创建任务
Headway)检测 车头时距检测的目的是判断主车行驶过程中与其他交通车的车头时距是否台小。 车头时距是主车与引导车的相对距离除以主车的速度。 即使主车未发生碰撞, 当车头时距过小时(该阈值可用户自定义,本设计默认取2s), 发生碰撞的风险太大, 这样也是不合理的。 车头时距和碰撞时间两者都是描述碰撞风险大小的。
以较低速度在路面、人行道或自行车道上行驶的人力驱动的两轮车辆。 行人Pedestrian 道路上自由行动的所有人员。 交通灯Traffic Lights 交通灯,即红绿灯,标注的一个实例仅包含一个三联装的红绿灯,无论横向或纵向。 拖车Trailer 拖车,被拖拽的车辆或集装箱。 路障Road barrier
始速度为Ego_InitSpeed_Ve0,Ego设定了目标在主道右侧2车道上的目标点Target_position,仿真开始后激活Ego控制器(控制器会影响Ego去往Target_position的寻路算法,但目前仿真器B尚不支持寻路动作acquire_position),从车
换道检测的目的是判断主车在换道过程中的换道持续时间以及换道时的侧向加速度是否合理。 换道是指当主车所在的road id保持不变, 在某一时刻,其lane id发生变化, 在该时刻的前后一段时间内主车处于换道过程。 对于判定换道时的侧向加速度是否合理, 本设计考虑换道时刻的前后2s的时间段内的侧向加速度是否太大,
上分别以40kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶,Ego设定了目标在主道右2车道上的目标点Target_position,同时激活Ego控制器(控制器会影响Ego去往Target_position的寻路算法,但目前仿真器B尚不支持寻路动作acquire