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
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
算法文件说明 用户可将本地算法文件包上传到Octopus平台，算法文件包需要满足一定要求，请详细阅读本节，有助于用户快速完成算法开发。 算法文件基本要求 算法文件目录结构可参考如下，需要包括启动文件“xxx.py”（启动文件名可自定义），以及一些必要的训练文件。 启动文件（必选）
训练算法 平台支持算法创建。用户可通过上传符合平台规范的算法文件来完成算法的创建，创建的算法可用于训练任务中。 添加算法 添加算法流程为“初始化训练算法 > 选择训练算法文件 > 上传训练算法文件”。具体操作步骤如下： 在左侧菜单栏中单击“训练服务 > 算法管理”。 单击“新建训练算法”，填写算法基本信息。
训练算法 添加自定义算法 添加自定义算法流程为“初始化训练算法 > 选择训练算法文件 > 上传训练算法文件”。具体操作步骤如下： 在左侧菜单栏中单击“训练服务 > 算法管理”。 单击“新建训练算法”，填写算法基本信息。 图1 新建训练算法 名称：包含中英文、数字、“_”“-”，不得超过64个字符。
查看算法详情。 算法新建后，在“算法列表”可以查看新建的算法，单击指定“算法名称”，可以查看算法的基本信息和算法详情。 算法列表相关操作 表1 算法列表相关操作 任务 操作步骤 搜索算法 在搜索框中输入关键字搜索相关算法。支持通过算法名称和算法ID搜索。 查看算法详情 单击算法名称，即可查看算法详情页。
算法详情 基本详情 单击指定“算法名称”，可以查看算法的基本信息、算法详情、任务配置以及镜像版本。 图1 算法详情 任务配置 当创建任务配置时，如果关联了算法配置，则在算法详情页，会展示此算法关联的批量仿真的任务配置信息，在此模块还可进行以下操作。 图2 任务配置 表1 任务配置相关操作
算法管理 算法创建 算法详情 父主题： 仿真服务
算法管理 训练算法 算法文件说明 父主题： 训练服务
步骤二：创建仿真算法 添加算法 在左侧菜单栏中单击“仿真服务 > 算法管理”。 单击“新建算法”，填写算法基本信息。 图1 新建算法 请根据实际情况自定义填写，其中带“*”为必填项。 算法类型：固定为“容器镜像”。 算法名称：只能包含数字、英文、中文、下划线、中划线，不得超过64个字符。
与datahub对接的算法镜像制作 如图所示，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。
评测算法的自研proto接口 背景 Octopus内置一套评测算法，用于对自动驾驶系统的性能表现进行多维度评测。内置评测算法的评测结果按照eva.proto中的定义，序列化成pb文件保存起来。 Octopus仿真平台的前端通过解析评测pb对评测结果进行展示，目前控制台展示主要分为两大方面：
标注镜像Dockerfile示例 一般情况下，引擎主要包含预标注算法或预审核算法运行所需要的基本依赖环境，用户也可将预标注算法或预审核算法包内置在AI引擎中。 用户可使用命令行模式或Dockerfile模式进行构建。 以预标注自定义镜像为例，一般的镜像制作Dockerfile示例如下（xxx替换为实际路径）：
仿真器版本 选择仿真器镜像时，选择仿真器镜像后，需要配置仿真器版本。 算法配置 仿真任务支持用户使用内置算法，用户也可选择自研控制算法。 如果使用自定义算法，请选择在“算法管理”中创建成功的仿真算法。自定义仿真算法创建请参考算法创建。如果不选择，则默认使用仿真器内置驾驶员模型。 如果选择“
仿真器版本 选择仿真器镜像时，选择仿真器镜像后，需要配置仿真器版本。 算法配置 仿真任务支持用户使用内置算法，用户也可选择自研控制算法。 如果使用自定义算法，请选择在“算法管理”中创建成功的仿真算法。自定义仿真算法创建请参考算法创建。如果不选择，则默认使用仿真器内置驾驶员模型。 如果选择“
仿真器版本 选择仿真器镜像时，选择仿真器镜像后，需要配置仿真器版本。 算法配置 仿真任务支持用户使用内置算法，用户也可选择自研控制算法。 如果使用自定义算法，请选择在“算法管理”中创建成功的仿真算法。自定义仿真算法创建请参考算法创建。如果不选择，则默认使用仿真器内置驾驶员模型。 如果选择“
增加算法测试的里程数。 获取并配置算法实际资源占用 创建仿真算法时，需要填写算法镜像占用的CPU以及内存。这个将影响批量仿真子任务的资源调度，在相同资源情况下，算法资源配置越高，同时运行的任务数越少，因此尽可能配置实际资源占用，可以提高集群的利用效率。 先在本地启动算法容器，等
过多关注底层资源，聚焦算法和模型开发。用户可上传符合Octopus平台规范的训练算法，将成熟的算法创建训练任务生成训练模型。此外，训练服务提供多种模型评测指标，从多维度衡量模型质量。让自动驾驶研发更便捷。训练服务的开发流程如下： 训练服务操作引导如下： 算法管理：负责管理用户上传的符合平台规范的算法。
实时评测的基本架构如上图所示，实时评测算法从仿真器和AD算法按帧接收数据，每接收一帧数据，就调用一次评测函数，在最后仿真结束时将评测结果写成评测pb文件。 实时评测的实现包括如下几个步骤： 代码内实现与仿真器的通信，实时接收仿真器的帧数据，也可同时接收仿真器和AD算法的数据。 处理每帧数据，不断更新评测结果。
输出的结果，支持用户自定义评测指标输出为Octopus的评测pb格式，从而在前端进行展示。 算法pb下载：任务运行成功后，用户可以下载算法pb文件。算法pb文件包含感知、规控、定位等算法信息。 信号查看器：在已完成的任务中，在任务详情页，单击操作栏中的“信号查看器”，页面跳转至信
输出的结果，支持用户自定义评测指标输出为Octopus的评测pb格式，从而在前端进行展示。 算法pb下载：任务运行成功后，用户可以下载算法pb文件。算法pb文件包含感知、规控、定位等算法信息。 信号查看器：在已完成的任务中，在任务详情页，单击操作栏中的“信号查看器”，页面跳转至信
评分方案介绍 Octopus评测指标共有30多项大类指标，当规控算法未通过某些评测指标后，评测分数应能反映算法的性能表现。 本设计根据指标的重要程度将其分为三大类： 主要指标（以下简称A类）。 次要指标（以下简称B类）。 未定义重要度指标（以下简称C类）。 本设计提供如下三种内置的评分方案：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
