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
单击右上角的“添加文件”。 完成文件上传信息。 目标检测 图1 文件上传 预标注功能:此处选择“目标检测”。 添加文件:上传本地点云文件。只能选择PCD点云文件,文件大小不能超过7MB。 目标分割 图2 文件上传 预标注功能:此处选择“目标分割”。 添加文件:上传本地点云文件。只能选
类别:可选择“内置”或“用户”,选择相对应的类别。 选择“内置”,支持“分类”、“2D目标检测”、“3D目标检测”、“2D目标追踪”、“3D目标追踪”“2D语义分割”、“3D语义分割”、“车道线检测”八个类别。 选择“用户”,则不允许选择内置评测项,仅可使用用户自定义评测。 资源规格
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,然后用2D图像检测来识别物体类别。通过3D/2D的融合,可以弥补各自模态的不足,扬长避短,提升目标检测的整体精度。在当前3D检测的基础上,通过2D cross-check提升3D检测类别的精度提升。 前提条件 在
CounterComp="COMP_EQ" Radius="8.0000000000000000e+00" (关键行,检测半径) X="2.4439516235319047e+02" (关键行,x坐标) Y="-9
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 Comfort)检测 蛇行(Snake
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。仿真任务得分大于等于60分为及格。 回放场景。 场景已运行成功且创建任务时选择录制所有场景,则支持回放场景。仿真场景在操作栏单击“回放”
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。仿真任务得分大于等于60分为及格。 回放场景。 场景已运行成功且创建任务时选择录制所有场景,则支持回放场景。仿真场景在操作栏单击“回放”
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
他车行为---前车行为---切出 检验规格: 检测在主车前方30米范围内的他车切出行为 主车处于直行状态且车速高于10千米/小时 目标车辆与主车横向距离从1米到远离至2米的过程不超过3秒 他车行为---前车行为---静止 检验规格: 检测在主车前方60米范围内、横向±5米范围内且车速低于1m/s的车辆
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
Enum Lists side_left_right 用于修饰器lane。 side_left_right list ENUM_SIDE_LEFT_RIGHT = ("left", "right") left:在车道的左侧 right:在车道的右侧 distance_direction
会根据lead_vehicle的位置更改主车Ego的速度。 使用xyz坐标创建终点时,由于匝道地图泛化会使终点偏移,建议在创建测评任务时为检测终点设置合适的半径,例如"到达半径5m"。 地图文件(odr) scenario Split: m_scene: scenery
仿真任务详情 任务分析 仿真任务得分高低,该任务是否通过检测,该任务使用的仿真算法控制质量如何由多个仿真评测指标从多个角度衡量评判。 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。 图2 任务分析 评测项异常分布 在仿真任务详情页的任务分析模块,可查看各评测项异常分布。
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) 、
"label_meta_name": "大型车", "label_meta_id": 493 } ] } 示例推理文件 3D目标检测-Octopus推理.json { "frame_id": 0, "labels": [ { "label_meta_name":
类别:可选择“内置”或“用户”,选择相对应的类别。 选择“内置”,支持“分类”、“2D目标检测”、“3D目标检测”、“2D目标追踪”、“3D目标追踪”“2D语义分割”、“3D语义分割”、“车道线检测”八个类别。 选择“用户”,则不允许选择内置评测项,仅可使用用户自定义评测。 资源规格
数据类型,Octopus将抽帧任务分为图片抽帧和点云抽帧。 点云 点云是一种由激光雷达收集到的数据类型,包含三维坐标、反射强度等信息,用来检测和识别车行道路上的物体。 雷达会在车辆行驶过程中不断收集点云数据来了解周围的环境,并利用点云数据所获得的环境信息帮助车辆定位,提高车辆定位的精度。
该字段用于保存每个大类和子类评测指标的通过/未通过/无效的结果状态。 其中无效状态表示该指标在特定场景下是没意义的,如在没有交通灯的场景下,主车在交通灯前的行为检测是没有意义的。 source 是一个Source枚举类型,表示该评测算法的结果来源类型。 source共有6种类型,具体参考source。
"labels":[], "labels_ext":{ } "predict_labels":[] } 以2D目标检测为例,完整json结果文件样例如下: { "labels": [ { #1. 此对象的标注信息(直接从源数据labels