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
</ConditionGroup> </StopTrigger> 为了到达终点的评测,一般建议延迟5s执行,等待评测检测成功。此处对应前文中的DelayTime。 xosc类型场景,OpenSCENARIO 0.9.1的示例如下: Read the expected destination
proto中的SimData反序列化仿真pb中的内容。该步骤会得到一个SimData的内存对象,用户通过访问对象中的字段即可获取自己关注的数据。 仿真pb包含仿真器输出的整个仿真过程数据,用户处理根据自身评测逻辑处理所有帧数据。 用户自定义的评测指标包含通过,不通过等结果,将该结果写入到eva.proto中的Eval
版本数量 has_finished Boolean 是否结束,该数据集下没有非终止状态下的版本表示结束,成功或失败表示终止状态 version_success_count Integer 数据集下状态为成功的版本数量 publish_status String 发布状态 枚举值: SUCCESS(成功)
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。 图7 泛化参数 用户可根据敏感性分析结果,设置当前各项参数的数值。 泛化任务队列管理
获取项目ID 操作场景 在调用接口的时候,部分URL中需要填入项目ID,所以需要获取到项目ID。有如下两种获取方式: 调用API获取项目ID 从控制台获取项目ID 调用API获取项目ID 项目ID可以通过调用查询指定条件下的项目列表API获取。 获取项目ID的接口为“GET https:
像头录制的图像数据、雷达的点云数据、车辆行驶轨迹等。生成的图片可以直接用于标注。 标注数据 对于图片和点云数据,可以通过自动或人工的方式,标注图像中特定物体。标注后的图片和点云图片可用于模型训练,高质量的标注数据有利于模型精准度提升,并持续迭代。 增量数据集 将标注后的数据根据数
parallel:同步执行下方代码块内的动作action。 serial:依次执行下方代码块内的动作act。 例如下方样例中,do parallel:下的assign_init_speed,assign_init_position和wait elapsed(10s) 是同步执行的。而serial:下的lead_vehicle
仿真任务中一个仿真场景的运行时间或一个场景组中每个场景的运行时间,单位为秒。运行时长选择范围[60,600]。 重复次数 同一个场景在一个任务中多次运行指定次数。重复次数选择范围[1,1000000]。 录制策略 回放场景直观查看主车在仿真场景中的运行情况。目前支持的录制策略:不录制、录制所有场景。
路径,按照一定要求将每张图片的推理结果存入对应路径json文件中。 自定义库。 允许用户使用自定义库,但不推荐使用需要编译的库,以避免与内置库文件冲突。示例中使用Python语言中的package作为自定义库。 自定义脚本。 允许自定义除启动文件以外的自定义脚本文件,可根据实际所需编写。
数据包。 查看数据包详情 单击操作栏的“详情”,可查看数据包详情,具体可参考数据包详情。 数据回放 单击指定数据包“操作”栏内的“回放”,页面自动跳转至“数据回放”模块,可查看采集车辆的路测数据,具体可参考数据回放。 删除数据包 单击操作栏内的“删除”,可删除数据包。 图表视图 单击列表右上角,可切换至图表视图。
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 在服务控制台“总览”>“我的模型”区域,开通“场景识别”服务,具体操作步骤请参考开通我的模型和购买套餐包。
语义分割任务是指根据标注规范将待标注点云图像中出现的天空、道路、车辆等类标注物进行标注。 图1 语义分割点云标注任务 绘制对象 单击大规模3D语义分割任务,单击任意一帧,进入人工标注。 单击左侧标注工具栏,选择对应的标注工具。 选择对应的标注类别。 绘制标注物。 修改标注物。 将其他
osi.proto中的SimData反序列化仿真pb中的内容。该步骤会得到一个SimData的内存对象,用户通过访问对象中的字段即可获取自己关注的数据。 SimData中包含仿真器输出的整个仿真过程数据,用户处理根据自身评测逻辑处理所有帧数据。 用户自定义的评测指标包含通过,不通过等结果,将该结果写入到eva
xxx.py”(启动文件名可自定义),以及一些必要的训练文件。 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
277777778, "mile_per_hour": 0.447038889, "mph": 0.447038889, "miph": 0.447038889, "mmph": 0.000000278, "millimeter_per_hour": 0
仿真任务中一个仿真场景的运行时间或一个场景组中每个场景的运行时间,单位为秒。运行时长选择范围[60,600]。 重复次数 同一个场景在一个任务中多次运行指定次数。重复次数选择范围[1,1000000]。 录制策略 回放场景直观查看主车在仿真场景中的运行情况。目前支持的录制策略:不录制、录制所有场景。
编译版本:同一个源模型使用不同芯片编译,生成的结果为该模型的不同版本。 任务日志:任务运行过程中生成的日志信息,详情请查看编译任务日志查看下载。 资源占用情况:显示任务占用的CPU、内存、GPU及显存占用率百分比的折线图,详情请查看资源占用情况。 删除任务 单击操作栏的“删除”,删除单个任务。 勾
仿真任务中一个仿真场景的运行时间或一个场景组中每个场景的运行时间,单位为秒。运行时长选择范围[60,600]。 重复次数 同一个场景在一个任务中多次运行指定次数。重复次数选择范围[1,1000000]。 录制策略 回放场景直观查看主车在仿真场景中的运行情况。目前支持的录制策略:不录制、录制所有场景。
通过鼠标左键单击添加线段上的点,鼠标左键双击闭合该线段。未闭合状态可通过alt+z撤销上一个绘制的点。闭合状态下选中线段上的某点可通过“alt+鼠标左键”或“alt+v”删除该点。绘制过程中可通过鼠标左键拖动图片。 修改折线。 鼠标左键选中线段上某点可拖动修改点的位置。shift+z可撤销上一步操作。
研发提供方便易用的模型训练和评测平台,让用户无需过多关注底层资源,聚焦算法和模型开发。用户可上传符合Octopus平台规范的训练算法,将成熟的算法创建训练任务生成训练模型。此外,训练服务提供多种模型评测指标,从多维度衡量模型质量。让自动驾驶研发更便捷。训练服务的开发流程如下: 训练服务操作引导如下: