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
移动。 图2 数据图表 感知物体类型 由于各类仿真器对交通参与物类型的覆盖面不同,可能产生仿真器不支持某种类型,或仿真器与仿真回放中类型不匹配。 以下模型均为副车的颜色,主车ego的颜色为白色,其他车比主车颜色更深。 表2 车辆和行人 类别 标签 三维感知框/未选中 三维感知框/选中
202:资源不可用,203:数据包类型异常,204:数据包状态不符合要求,205:场景片段不存在或源文件不存在,206:数据来源与算子类型不匹配,99999:作业运行失败) msg_error String 错误原因,作业状态正常不返回该字段 submitting_duration
”。 单击“添加评测指标”,选择需要添加的指标,单击“确认”。 图2 添加评测指标 单击,对阈值进行设置,也可对重要度以及评分方案进行选择。 图3 阈值设置 重要度:可选主要和次要。 评分方案:可选主要次要log函数、主要次要均匀权重、全部均匀权重。具体介绍请查看评测分数计算介绍。
”。 单击“添加评测指标”,选择需要添加的指标,单击“确认”。 图3 添加评测指标 单击,对阈值进行设置,也可对重要度以及评分方案进行选择。 图4 阈值设置 重要度:可选主要和次要。 评分方案:可选主要次要log函数、主要次要均匀权重、全部均匀权重。具体介绍请查看评测分数计算介绍。
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
进入到创建泛化任务界面,参数设置,选择参数设置后的“灵敏度分析”。 图5 灵敏度分析 选择关联到该逻辑场景下泛化任务的仿真任务。 图6 选择仿真任务 单击“确定”,界面出现上次任务的敏感性分析结果,展示每个参数的灵敏度参数,该值的范围在[0,1],该值越大,说明该参数的变化对评测分数的影响越大。
end_time 否 Long 原始数据采集时间,终止时间,UTC标准时间毫秒时间戳 最小值:0 file_name 否 String 文件名称,单个模糊匹配 最大长度:64 file_types 否 Array of strings 文件类型 数组长度:0 - 6 枚举值: IMAGE(图片)
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,如识别并标注出图像中车辆、行人、可行区域等对象。 模型评测 编译镜像
on_3d。 angle的单位一般为rad(弧度)而非degree(角度),rad = degree*pi/180,1rad约等于57.3度(详见scalar units中的angle units一节)。 与road 0的方向相反(相差180°) m_orientation: orientation_3d