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
人工标注操作指导 本节主要介绍Octopus标注平台的标注界面操作（以图片标注为例），标注任务的详细操作指导请参考标注样例。语音标注任务的详情操作指导请参考语音标注任务。文本标注任务的详情操作指导请参考文本标注任务。 在左侧菜单栏中选择“标注服务 > 项目管理”。 选择“标注项目”
智驾模型简介 通过与AI模型、大模型的结合，提供高精度自动标注能力，大幅度降低传统人工标注数据真值的成本。提供场景数据集生成能力，帮助自动驾驶模型训练快速扩充数据集，低成本获取难例数据集。提供多模态场景理解和检索能力，帮助客户在海量样本库快速、智能的分类和检索。
FROM ros:noetic COPY ros_to_dataset.py /home/main/ # 算法启动示例： # python3 /home/main/ros_to_dataset.py --topic pandar --type pcd RUN apt install
road_aids_type 匝道类型，用于静态场景的split场景和merge场景。
straight 简述：地图场景为直道。
智能性评测指标 换道（Lane Change）检测 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
目标分割：Pedestrian（行人）、Bicycle（自行车）、Motorcycle（摩托车）、Truck（卡车）、Bus（公交车）、Car（小汽车）、Trailer（拖车）、Construction vehicle（工程车）、Drivable surface（可行驶路面）、Terrain
在点云界面单击左侧工具栏“AI标注”（快捷键b），框选3D，此时右侧标注列表只展示关联对象的标注物。双击空白处退出绘制状态，右侧标注列表展示所有的标注物。 双击3D框，打开三视图。 依据标注规范要求，结合下方真实图片中对应标注物大小，调整点云图像中标注物三视图中标注框。
使用wait来设定触发条件condition时，必须在serial下执行，否则wait无效。 触发条件（elapsed） 使用wait elapsed(time)的方式设定等待时间，不返回值。 使用方法：经过设定的等待时间后，触发动作。
具体步骤如下： 选中左侧工具栏“追踪 > 插值标注 > 线性插值/AI插值”，开启插值模式。 插值标注开启中，可通过左侧图标切换或使用快捷键切换插值计算模式（线性插值/AI插值）。 在第n帧选中一个追踪对象的标注框。 按c键将当前帧设置为关键帧。
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。
启动文件（必选） 算法的启动文件，直接填写相对路径，如 “main.py” 或“tools/main.py”。 需要编译的依赖（可选） 如果使用了第三方的需要编译的算法库，将编译脚本或编译产物或依赖库添加到算法文件根目录下。
可行驶路面）、Terrain（地带）、Sidewalk（人行道）、Vegetation（草木）、Other flat（其他）、Barrier（路面栅栏）、Traffic cone（锥桶）、Manmade（建筑）。
"id": 3, "type": "从属", "color": "#21a735", "head_serial_number": 1, "tail_serial_number
评测指标的pass/fail标准比较复杂，需要对一些评测函数的细节进行介绍。 point_type：是一个PointType的枚举类型，表示该子类指标发生特殊状态（一般是指发生异常）时的时刻点用哪种形式存储起来。
junction_type junction（交叉口）类型，用于静态场景的junction场景 road_aids_type list ENUM_ROAD_AIDS_TYPE = ("DType-1", "DType-2", "PType") crossroad：十字路口 T-junction
四个种子场景分别为： straight城区直行 merge匝道合流 split匝道分流 junction路口 父主题： 静态场景（地图）
模板管理 在进行自动驾驶模型训练过程中需要大量有标签的图片或视频数据，因此在模型训练之前需要对处理完的数据进行各类标注，进行场景识别。Octopus提供预标注功能，支持部分预标注模型，能够节省70%的人力成本。也提供人工标注功能，用户可以针对未标注数据在线手动标注或预标注后人工确认难例数据
示例命令如：bash start.sh，python main.py等。 运行命令需满足以下条件： 不能为空。 必须是满足ASCII码的字符串。 不能包含特殊字符\@#$%^&*<>。 不能超过255个字符。 用例发布。
(训练任务) TRAINING_EVALUATE(模型评测) TRAINING_COMPILE(模型编译) ANNOTATION_MANUAL(人工标注) ANNOTATION_AI(预标注) ANNOTATION_SEGMENTATION(交互式分割) COMMON_DATASET
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
