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
junction路口 用途:创建junction城区路口的静态场景(地图) 参数:参数如下表 Parameter Type Mandatory Description lane_num int yes 单方向车道数量。 bikeway bool yes 是否有自行车道。 sidewalk
main_speed speed yes 主路的限速值 ramp_speed speed yes 匝道的限速值 radius_of_curvature length yes 匝道的曲率半径 ramp_length length yes 匝道的长度 road_aids_type road_aids_type
式要求。 强度值:点云强度值,取值范围[6-15]的整数,默认值8。 单击“确认”,完成3D预标注车道线检测的创建。 (可选)创建成功后还可以进行以下操作。 停止任务:只有排队中的任务才能执行停止操作。 删除任务:只有不是运行中的任务才能执行删除操作。 查看任务详情:单击任务名称
main_speed speed yes 主路的限速值。 ramp_speed speed yes 匝道的限速值。 radius_of_curvature length yes 匝道的曲率半径。 ramp_length length yes 匝道的长度。 road_aids_type road_aids_type
点云强度值会影响车道线和路面标识检测结果,对于不同的点云数据,需要进行不同强度值的拉伸,以达到更好的检测效果。 本章节介绍如何创建Tiff强度拉伸任务,并调整任务的强度值。仅任务状态为“执行成功”的任务支持调整强度值。 创建Tiff强度拉伸任务 在服务控制台“总览 > 我的模型”区域,开通“3D预标注车道线检测”服务。
straight城区直行 用途:创建straight城区直行的静态场景(地图) 参数:参数如下表 表1 straight城区直行参数 Parameter Type Mandatory Description lane_width length yes 每个车道宽度。 left_lane_num
struct类型,又称结构类型,是一种由简单类型(例如int、float、string类型,scalar类型,简单的struct类型等)构建的复杂类型,一般用于表示抽象的道路结构,与地图文件中的具体的道路结构建立关联。osc2.0支持的struct类型有:odr_point、position_3d、road_poi
放路径,按照一定要求将每张图片的推理结果存入对应路径json文件中。 自定义库。 允许用户使用自定义库,但不推荐使用需要编译的库,以避免与内置库文件冲突。示例中使用Python语言中的package作为自定义库。 自定义脚本。 允许自定义除启动文件以外的自定义脚本文件,可根据实际所需编写。
与datahub对接的算法镜像制作 图1 算法镜像 如上图所示,算法与仿真平台datahub通过grpc连接,通过接收osi数据作为输入,并将算法内部信号输出到datahub。 仿真平台可以生成仿真的osi和算法pb,用于3d回放展示和算法的白盒化评测。 具体grpc连接datahub的代码可以参考八爪鱼提供的demo样例。
平台提供模型编辑器,在模型详情页单击“在线编辑”,进入该模型的在线编辑页面。界面左侧显示的是该模型包内的所有文件,以目录树的形式展示,支持编程语言的渲染,支持MarkDown文件的实时双屏预览。 新建文件夹:选中文件夹并单击,用户将新建一个该文件夹的子文件夹。选中工程文件并单击,将会新建一个新的文件夹,与用户已有的文件夹同级。
团队:当前工作空间下被授权的用户。 样本类型:当前支持图片、3D点云。 配置算法参数。 需要指定Boot文件启动路径,填写启动命令参数。 图3 配置算法参数 Boot文件路径 输入训练算法启动文件的路径,该路径为启动文件在算法中的相对路径。 如果启动文件“xxx.py”位于算法的一级目录下,则路径为“xxx
one_way_junction单行线路口 单行线路口是指该路口的所有road均为单行线,比如一个普通的十字路口由8条road组成. 用途:创建junction城区路口的静态场景(地图) 参数:参数如下表. Parameter Type Mandatory Description
获取数据仓库的数据列表 功能介绍 获取数据仓库的数据列表 URI POST /v1.0/{project_id}/common/warehouses/{data_warehouse_id}/data 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String
索内容为当前已加载内容 ,最多为1M(首次加载时)。如图,在日志服务页面中的日志列表部分详细展示了该任务包含的日志文件的大小以及最近写入时间。单击文件后的"查看",该文件的详细执行过程则在日志详情部分展示。也可在日志文件后的"操作"栏,单击"下载",即可将该日志文件下载到本地查看。
标注服务、训练服务、仿真服务、智驾模型服务、公共配置管理组成。 图1 Octopus基础功能架构图 图2 Octopus高级功能架构图 产品优势 一站式 开箱即用,全托管的自动驾驶云服务,用户无需从零搭建一套复杂的自动驾驶大数据平台、AI平台、仿真平台、标注平台等多个工具平台,只
变化。 2 数据列表 回放图层参考回放图层信息。 数据图表参考数据图表信息。 3 点云和感知回放区域 采集车辆采集的雷达数据,渲染后得到的点云图像,和随着采集车辆的行驶感知在采集车辆周围出现的其他物体,如其他车辆和行人等。目前可感知的物体类型请见感知物体类型。 4 视频回放信息
各个评测指标的通过/未通过/无效的结果展示。 仿真过程中关键数据的时间序列曲线图展示。 另外,对于用户自研的评测算法的评测结果,也可以按照eva.proto,序列化成pb文件保存起来,这样Octopus的仿真平台前端能够展示用户自研评测算法的评测结果。 eva.proto的关键字段解释 在利用
选择“批次任务列表”,单击批次任务前的。 单击子任务操作栏中的“认领”,认领该任务。 预审核的操作请参考预审核操作指导。 当标注任务预审核状态为“未启动、已完成、失败”时,单击子任务操作栏中的“人工”,转为人工审核。 单击任务名称,单击任意一张图片,进行人工审核。审核的操作请参考审核操作指导。 查看审核任务统计信息。
在线仿真:提供类似本地开发的体验,支持客户直接使用线上仿真器开发,并无痛对接云端的场景管理:包含加载、绘制、保存等操作。 算法管理:用于对接客户的上云算法,并支持算法的版本级管理,并可自动化触发关联的批量算法。 评测管理:支持内置评测配置和自定义评测镜像,对仿真任务中的算法展开评测。 场
标注服务、训练服务、仿真服务、智驾模型服务、公共配置管理组成。 图1 Octopus基础功能架构图 图2 Octopus高级功能架构图 产品优势 一站式 开箱即用,全托管的自动驾驶云服务,用户无需从零搭建一套复杂的自动驾驶大数据平台、AI平台、仿真平台、标注平台等多个工具平台,只