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
八爪鱼自动驾驶平台的多机分布式训练功能可以帮助用户加快模型训练速度,提高训练效率,并支持更大规模的深度学习任务。通过多机分布式训练,用户可以将训练任务分配到多台计算机或服务器上并行进行,充分利用硬件资源,加快模型收敛速度,提高训练效果。平台支持多种深度学习框架,如TensorFlow、PyTorch等,并提供简单易用
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
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(以图片和3D点云为例),标注任务的详细操作指导请参考标注样例。语言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。 在左侧菜单栏中单击“标注服务 > 项目管理”。 选择“标注项目”页签,单击项目名称。
标注流程 训练模型 训练算法 创建训练作业前需要先选择算法,可以使用Octopus内置的算法,也可以自定义算法。 训练算法 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,用于衡量一个模型及其标注结果的可信度。自动驾驶领域的模型多用于目标检测,如识
必须有output_dir/dataset目录,存储数据集文件。数据集文件有格式要求(Octopus、PascalVOC...)。 必须有_SUCCESS或 _FAILURE文件,标志用户镜像任务完成(或失败)。 可选有output_dir/auxiliary目录,用于存储附加文件。对格式没有限制。 人工打标支持
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。 前提条件 开通相
sidewalk: bool = [true, false] main_speed: speed = 60kph road_length: length = [550m, 600m] straight_1: straight with: keep(it.lane_width
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
"color": "#21a735", "head_serial_number": 1, "tail_serial_number": 2 }, { "id": 4
内置评测指标简介 评测算法从驾驶安全性,智能性,合规性,舒适性等维度对自动驾驶系统进行全面评价。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
false) keep(it.main_speed == 60kph) keep(it.road_length == 500m) create创建 my_straight: straight = scenery.create_straight(lane_width: 3m
road_aids_type 匝道类型,用于静态场景的split场景和merge场景。 road_aids_type list ENUM_ROAD_AIDS_TYPE = ("DType-1", "DType-2", "PType") DType-1(直接式1): DType-1
DATA_DESENSITIZATION(数据脱敏) TRAINING_TRAIN(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)
帧中的标注框。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。 c 按c键将当前帧设置为关键帧。 向后切至第n+k帧。
考试系统 支持题库管理、考试试卷题目个数配置、正式数据一键转换为考试题目,考试提交可进行系统自动判卷,也可进行人工复核。 新增考试题库 在左侧菜单栏中单击“标注服务 > 培训考试”。 选择“考试系统 > 考试题库”页签,单击“新增”,参考下表填写项目信息; 图1 新增考试题库 考
统计信息 在批次子任务的“统计信息”页面,可查看该任务详情,项目任务流程以及标注对象统计信息。 任务详情:任务名称、数据类型、标注状态、任务包含的标注信息等。 图1 任务详情 项目任务流程:显示任务当前进度情况。 图2 项目任务流程 标注框数统计:人工/预标注对象数量统计。 图3
功能介绍 自动驾驶行业的关键开发工具对自动驾驶汽车开发和量产有着重要的推动作用。然而,自动驾驶面临许多问题,如海量的数据存储、模型迭代资源耗费、人工标注高成本、孤岛工具链等,开环验证和闭环仿真都很难快速迭代起来。为解决这个问题,Octopus自动驾驶云服务覆盖自动驾驶数据、模型、
标注列表只展示关联对象的标注物。键盘按键“ESC”退出绘制状态,右侧标注列表展示所有的标注物。 图2 2D补框 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。 图3 点云补框
点云标注任务 点云标注任务是指根据标注规范对点云图像中出现的车、人等标注物进行标注。点云距离单位默认为米。 图1 点云标注任务 绘制对象 单击点云标注任务,单击任意一帧,进入人工标注。 选择标注工具。 单击左侧工具栏“智能缩框标注”(快捷键b)。 图2 选择标注工具 选择标注类别。
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,只需聚焦于核心价值(自动驾驶算法、标注数据、仿真场景),快速开展自动驾驶业务,跟上瞬息多变的市场节奏。