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
用于存储评测输出的结果,支持用户自定义评测指标输出为Octopus的评测pb格式,从而在前端进行展示。 算法pb下载:任务运行成功后,用户可以下载算法pb文件。算法pb文件包含感知、规控、定位等算法信息。 信号查看器:在已完成的任务中,在任务详情页,单击操作栏中的“信号查看器”,
Octopus评测指标共有30多项大类指标,当规控算法未通过某些评测指标后,评测分数应能反映算法的性能表现。 本设计根据指标的重要程度将其分为三大类: 主要指标(以下简称A类)。 次要指标(以下简称B类)。 未定义重要度指标(以下简称C类)。 本设计提供如下三种内置的评分方案: AB类log函数评分。
场景挖掘 平台支持基于内置场景挖掘算法和场景识别大模型挖掘的能力,对数据包进行场景挖掘。具体操作步骤如下: 在左侧菜单栏中,单击“数据资产 > 源数据包”。 选择“数据包”页签,单击操作栏中的“详情”,进入数据包详情页。 单击数据包信息的“场景挖掘”,后台会自动进行内置场景挖掘。
实时评测和延时评测介绍 实时评测 图1 实时评测 实时评测的基本架构如上图所示,实时评测算法从仿真器和AD算法按帧接收数据,每接收一帧数据,就调用一次评测函数,在最后仿真结束时将评测结果写成评测pb文件。 实时评测的实现包括如下几个步骤: 代码内实现与仿真器的通信,实时接收仿真器
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 编译镜像可以将训练模型转换为特
/bin/sh guikong-demo:0.1 “-c” “bash /home/Octopus/run.sh” 运行后查看输出结果: 确定算法输出、yaml和_SUCCESS标识文件都存在,且文件所有人可读。 父主题: Resim作业(回放仿真)
碰撞预警,此时如果激活预警反而说明主车算法出错;也有一些场景需要特定次数的激活预警:例如当一个场景中主车驾驶过程中会碰到n个盲区,此时必须正好激活n次才能证明主车算法通过;因此支持让用户设置各项子指标是否需要预警和期望的预警次数; 默认期望的预警次数为-1,此时只要该预警功能激活
标注管理 标注管理主要提供可视化的标注物管理,支持自定义创建多种标注物的形状和颜色,可用于预标注和人工标注指定物体,或自定义算法模型中关联特定标注物。如果在创建标注模板时,没有找到满足当前所需的标注物,则可以通过标注物管理添加新标注物。 不同标注物可依靠标注物名称以及标注物描述区分。
步骤三:创建评测 Octopus支持自定义内置评测配置和自定义评测镜像,并根据评测指标或评测镜像对仿真算法开展评测。 本节以创建内置评测配置为例。 创建内置评测配置 在左侧菜单栏中单击“仿真服务 > 评测管理”。 单击“新建评测”,填写基本信息。 图1 新建评测 评测名称:只能包
实现与仿真器中的交通参与物和算法内部数据的交互。 图1 测试用例和测试套件 如上图所述,测试脚本能同时仿真器数据运行时RDB数据和AD算法的内部数据,如通过RDB判断主车与前车距离小于20m,可发送某个控制信号给算法改变esp状态,也可以通过SCP指令控制场景中的副车改变运动姿态。
在线仿真:提供类似本地开发的体验,支持客户直接使用线上仿真器开发,并无痛对接云端的场景管理:包含加载、绘制、保存等操作。 算法管理:用于对接客户的上云算法,并支持算法的版本级管理,并可自动化触发关联的批量算法。 评测管理:支持内置评测配置和自定义评测镜像,对仿真任务中的算法展开评测。 场景
多模态检索 多模态检索通过大模型算法,对用户视频库进行特征提取,再通过多模态视频检索功能,检索出满足文本或者视频搜索条件的视频片段。 前提条件 在服务控制台“总览”>“我的模型”区域,开通“多模态检索”服务,具体操作步骤请参考开通我的模型和购买套餐包。 视频库配置 在左侧菜单栏中单击“智驾模型服务
关系管理 前提条件 项目的数据类型为“文本”,需要创建关系,并对关系进行管理。 创建关系 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,进入项目内任务列表。 选择“关系管理”页签,单击“创建”,填写创建信息。 图1 创建关系 名称:自定义关系
hicle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Target_position的寻路算法,但目前仿
主车行驶区域在同一road下切换不同的lane 主车行为---加速度---加速 检验规格: 主车的车速每秒加速超过5% 过程持续时间超过3秒 加速前主车的车速高于2米/秒 主车行为---加速度---减速 检验规格: 主车的车速每秒减速超过5% 过程持续时间超过3秒 减速前主车的车速高于5米/秒,主车的车速低于2米/秒时停止检测
用户在数据资产包括用户上传的数据集以及用户提供的一些个人信息。 数据资产包括但不限于文本、图形、音频、视频、照片、图像、代码、算法、模型等。 资产管理 对于用户上传至Octopus的资产,Octopus会做统一的保存管理。 对于文件类型的资产,Octopus会将资产保存在Octopus官方的OBS桶内。
简述:地图场景为直道。lead_vehicle和主车Ego在主道上分别以40kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶,Ego设定了目标在主道右2车道上的目标点Target_position,同时激活Ego控制器(控制器会影响Ego去往Target_position的寻路算法,但目前仿真器
评测用途的任务作业集群后创建。 优先级:设定任务的优先级,数值取[-50,50]的整数,数字越大,优先级越高。 选择模型与数据集 图2 选择模型与数据集 选择模型:选择模型仓库和对应的模型版本,如果需要将模型对应的原始算法也挂载到用户评测容器中,可单击勾选“关联已有算法”,系统默
表示该类指标的异常时间点是布尔形式的,从仿真开始到当前时刻的状态要么是完全通过,要么全过程都是异常的,统计类型的指标需要以这种形式表示。 POINT_TYPE_NORMAL 该类型与其他类型相反,如果该类型的点存在,则表示对应的子类指标是通过的,Octopus用该类型保存主车到达终点的时间值。 父主题:
CCE集群 Octopus平台依赖算子镜像内的/bin/bash、stdbuf、tee软件,请确保基础镜像内包含上述软件且能通过PATH找到。 一般情况下,训练与评测定义为同一个引擎,主要包括算法或评测脚本运行所需要的基本依赖环境。用户可使用命令行模式或Dockerfile模式进