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
2D预标注 2D预标注当前支持目标检测、车道线检测和语义分割（混合）多种预标注功能。其中，目标检测主要用于鱼眼图片的预标注；语义分割（混合）不仅支持鱼眼图片，还支持普通图片的预标注；车道线检测能够快速标注车道线的位置和类别。 2D预标注默认使用服务内置的初始模型部署的在线服务，您也可以通过修改
3D预标注 3D预标注当前支持目标检测和目标分割两种标注功能。 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。 操作步骤 在左侧菜单栏中选择“智驾模型服务 > 3D预标注”。 选择“3D预标注”页签。 单击右上角的
触发器与触发条件（Trigger and condition） 用户可以使用wait+触发条件的方式来设置动作的触发条件condition，可以使用的触发条件有：触发条件（elapsed） 、触发条件（object_distance）、触发条件（point_distance） 、触发条件
创建评测任务 评测任务与评测参数和数据集有关。具体步骤如下： 在左侧菜单栏中单击“训练服务 > 模型评测”。 选择“评测任务”页签，单击“新建评测任务”，填写基本信息。 图1 新建评测任务 名称：任务组名称，包含中英文、数字、“_”“-”，不得超过32个字符。 描述：简要描述任务，
3D2D融合预标注 自动驾驶传感器中，各个模态有各自的优势和劣势。比如相机模态对visual appearance的感知更为准确，激光雷达模态对距离感知更为有效。然后当LiDAR扫描线数过低时，经常无法甄别物体的类型，但是此时如果能结合LiDAR扫描和2D图像检测，则可以由3D扫描确定目标大致位置
仿真场景终止条件有几种？ 仿真终止的条件有以下几种： 超时。 创建任务时设置的“最大运行时长”，超过运行时间时，仿真任务停止。 图1 超时 场景文件中设置终点。 xml类型场景。 Read the destination of Ego in xml end triggers。 <Scenario
参数声明（Parameter Declarations） 参数声明格式为“参数名: 参数类型”，可以使用“=”为参数赋值，例如“m_distance: length = 10.0m”。 无论是具体场景还是逻辑场景，都不要对一个参数重复赋值。 具体场景（Concrete scenario
split 简述：地图场景为匝道分流。lead_vehicle和主车Ego在主道的同一车道上分别以35kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶，Ego设定了目标在匝道上的目标点Target_position，仿真开始后激活Ego控制器（控制器会影响Ego去往
仿真评测结果 评测任务结束后，可查看评测任务结果。 单击仿真任务名称，进入该任务的详情页。 查看任务详情。 任务详情包含任务名称、任务使用的仿真算法、任务类型等信息。 查看仿真场景的运行结果。 仿真任务包含的仿真场景运行成功后，用户可以关注该仿真场景的得分，以及是否通过评测指标的检测
步骤六：查看仿真评测结果 评测任务结束后，可查看评测任务结果。 单击仿真任务名称，进入该任务的详情页。 查看任务详情。 任务详情包含任务名称、任务使用的仿真算法、任务类型等信息。 查看仿真场景的运行结果。 仿真任务包含的仿真场景运行成功后，用户可以关注该仿真场景的得分，以及是否通过评测指标的检测
内置评测指标说明 内置评测指标简介 减速度（Deceleration）检测 急转向（Steering）检测 急刹（Emergency Braking）检测 加速度变化率（Jerk）检测 平稳起步(Gentle Start)检测 平顺性（Ride Comfort）检测 乘员舒适性（Driving
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
模型数据集支持 模型评测支持多种数据集格式，包括Octopus格式和部分常见开源数据集格式，以下为各类别模型的数据集支持列表和示例。 目标检测2D 目标检测3D 目标追踪2D 目标追踪3D 语义分割2D 语义分割3D 车道线检测 分类 父主题： 模型评测
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
内置场景挖掘规则 内置场景挖掘算法都是基于规则进行片段挖掘。平台支持的内置场景挖掘规则如下： 道路---道路环境---高速 检验规格： 包含高精地图信息 主车行驶区域road级别type为motorway 道路---道路环境---城市快速路 检验规格： 包含高精地图信息 主车行驶区域
智驾模型服务 智驾模型简介 多模态检索 模型微调 场景识别 2D图像生成 2D预标注 3D预标注 3D预标注车道线检测 服务监控 智驾模型管理
场景样例（Scenario Examples） 如下为具体场景和逻辑场景样例。 具体场景（Concrete Scenario） 具体场景样例： import standard scenario my_scenario: # Road Network map: map
ALKS样例 根据官方提供的ALKS样例，提供了一些osc2.0的场景（osc文件）及其转化结果（xosc文件）。考虑到仿真器的支持程度，建议在转换时选择osc1.0版本。 FreeDriving 简述：主车Ego按照初始速度匀速行驶，10000s后激活controller，300s
修饰器（Modifiers） 修饰器（speed） 用途：设定动作主体actor在当前阶段的速度。可以修饰初始动作assign_init_speed 。 参数： 表1 speed参数 Parameter Type Mandatory Description speed speed
标定文件模板 Vehicle车辆标定文件模板 标定文件名：“车辆自身参数.yaml” 文件内容示例： # The vehicle config vehicle: # basic mass: #质量 # Body
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
