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
数据类型,Octopus将抽帧任务分为图片抽帧和点云抽帧。 点云 点云是一种由激光雷达收集到的数据类型,包含三维坐标、反射强度等信息,用来检测和识别车行道路上的物体。 雷达会在车辆行驶过程中不断收集点云数据来了解周围的环境,并利用点云数据所获得的环境信息帮助车辆定位,提高车辆定位的精度。
算法管理 训练任务 模型评测 编译管理 仿真服务 在线仿真 仿真算法 评测管理 场景管理 并行仿真 智驾模型服务 模型微调 场景识别 2D图像生成 2D预标注 智驾模型管理 配置管理 镜像仓库 集群纳管 工作空间 01 了解 弹性云服务器二(Elastic Cloud Serve
会根据lead_vehicle的位置更改主车Ego的速度。 使用xyz坐标创建终点时,由于匝道地图泛化会使终点偏移,建议在创建测评任务时为检测终点设置合适的半径,例如"到达半径5m"。 地图文件(odr) scenario Split: m_scene: scenery
"label_meta_name": "大型车", "label_meta_id": 493 } ] } 示例推理文件 3D目标检测-Octopus推理.json { "frame_id": 0, "labels": [ { "label_meta_name":
"labels":[], "labels_ext":{ } "predict_labels":[] } 以2D目标检测为例,完整json结果文件样例如下: { "labels": [ { #1. 此对象的标注信息(直接从源数据labels
该字段用于保存每个大类和子类评测指标的通过/未通过/无效的结果状态。 其中无效状态表示该指标在特定场景下是没意义的,如在没有交通灯的场景下,主车在交通灯前的行为检测是没有意义的。 source 是一个Source枚举类型,表示该评测算法的结果来源类型。 source共有6种类型,具体参考source。
"labels":[], "labels_ext":{} } 不同类型的任务对象基本信息所需格式不同,具体如下所示: 2D目标检测: labels中保存每个预测对象的基本信息,每个基本信息格式如下所示。 { 'label_meta_id': 168, #