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
#时间戳2对应的已标注图片 ├─时间戳2.json #时间戳2内该标注图片的所有标注信息 标注数据.json文件说明 数据集中必含“.json”文件,用于集合该时间戳已标注图片的所有标注数据信息,包括该图片所在的项目id、数据包id、图片上所有标注框信息等。上传数据集前请保证“
语义分割图片标注任务 语义分割任务是指根据标注规范将待标注图片中出现的天空、道路、车辆等类标注物进行标注。 图1 语义分割图片标注任务 绘制对象 绘制多边形。 选择左侧工具栏多边形按钮,(快捷键4,非小键盘)绘制多边形。 图2 绘制多边形 选择标注。 标注列表页选择符合的标注。 图3
车道线图片标注任务 车道线图片标注任务是指依据标注规范对真实路采图片中出现的道路中的车道线、斑马线等交通线路进行标注,一般区分实线、虚线,按需求增加颜色、遮挡程度等额外属性。 图1 车道线图片标注任务 绘制对象 单击车道线标注任务,选择一张图片进入人工标注。 绘制对象。 单击左侧
同选择矩形框工具方式与类别一致选择直线图形工具(快捷键2,非小键盘)。 长按键盘Shift,单击直线开始点,再单击直线结束点,可以绘制成一条垂直线。 同理操作可绘制水平线 。 图3 绘制垂直线 图4 绘制垂直线 绘制点。 同选择矩形框工具方式与类别一致选择点图形工具(快捷键1,非小键盘)。
5D人车图片标注任务 2.5D人车图片标注任务相比于2D人车标注任务,由2D的矩形框转变为2.5D框,可以定位车辆车身的正面与侧面,辅助开发者辨别车辆的行驶方向。 绘制对象 单击2.5D图片标注任务,选择一张图片进入人工标注。 选择标注工具。 单击左侧工具栏2.5D标注工具(快捷键5,非小键盘)。
标注工具和快捷键说明 标注平台提供多种标注工具和隐藏快捷键,满足不同标注任务所需,提高标注效率。 2D标注 2D标注任务较多,类型多样,故平台开发多种标注工具,辅助标注工作,提高标注人员标注效率。 表1 标注工具说明 一级图标 二级图标 名称 功能 快捷键 无 选择 拖动标注框。
称,进入标注子任务详情页面。 单击任意一张图片,单击“人工标注”。 图1 人工标注 单击具体待标注图片,单击“人工标注”,进入图片详情页,选取特定形状和标签,对图片中物体进行手动标注,如下图所示。 区域1:标注工具栏。 区域2:待标注图片。 区域3:标注结果确认栏。 区域4:标注搜索。
数据提取作业(数据集) 作业输入输出规范 示例代码 构建镜像 父主题: 算子示例
添加文件:上传本地图片(推荐上传鱼眼图片)。只能选择JPG/JPEG/PNG文件,图片大小不能超过7MB,且不能超过10,000,000像素。 车道线检测 图2 文件上传 预标注功能:此处选择“车道线检测”。 添加文件:上传本地图片。只能选择JPG/JPEG/PNG文件,图片大小不能超过7MB,且不能超过10
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。 标注下拉列表页选择一标注名,进入标注状态。 图3 选择标注类别 框选标注物。 图4 框选标注物 调整三视图。 依据标注规范要求,结合下方真实图片中对应标注物大小,调整点云图像中标注物三视图中标注框。
进入标注状态。 单击左侧标注工具栏,选择对应的标注工具。 在图片界面单击左侧工具栏“补框”,绘制2D框,此时右侧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
审核比例:从该标注任务所有样本中抽取一定样本作为审核样本。 配置成功后,单击标注任务名称,单击任意一张图片,进行审核。 审核图片标注符合规范,整张图片无错误,则该图片审核通过,勾选“审核通过”,并保存。 审核图片有超过一处标注不符合规范,则该图审核未通过。根据标注任务类型不同,右键标注对象,勾选不
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“AI标注”(快捷键b)。 图1 选择标注工具 选择标注类别。 标注下拉列表页选择一标注名,进入标注状态。 图2 选择标注类别 框选标注物。 图3 框选标注物 调整三视图。 依据标注规范要求,结合下方真实图片中对应标注物大小,调整点云图像中标注物三视图中标注框。
抽帧是将解压后的Rosbag数据,抽出单幅画面,生成图片数据或者视频数据。 自动驾驶汽车在进行测试时会产生大量数据,车企需要对这些数据高效处理与分析,因此在进行自动驾驶研究时需要对这些原始数据有选择性、针对性地进行提取和分析,抽帧便是一种筛选数据的方式。针对数据类型,Octopus将抽帧任务分为图片抽帧和点云抽帧。
示例代码 作业输入输出规范示例代码如下图所示: 父主题: 数据提取作业(数据集)
只有一个Tag。 每个Tag格式如下: 如果start与end一致,代表单帧打标。 task_content_json示例 父主题: 数据提取作业(数据集)
VehicleFrame vehicle_info = 1。 } Camera 采集的camera数据通过转换工具可以保存为”.jpg”图片数据。 Lidar 采集的点云数据通过转换工具可以保存为标准的pcd格式数据。 Gnss 对于卫星导航系统数据录制的消息格式,需遵循一定规范,其中部
VehicleFrame vehicle_info = 1。 } Camera 采集的camera数据通过转换工具可以保存为“.jpg”图片数据。 Lidar 采集的点云数据通过转换工具可以保存为标准的pcd格式数据。 Gnss 对于卫星导航系统数据录制的消息格式,需遵循一定规范,其中部
VehicleFrame vehicle_info = 1。 } Camera 采集的camera数据通过转换工具可以保存为“.jpg”图片数据。 Lidar 采集的点云数据通过转换工具可以保存为标准的pcd格式数据。 Gnss 对于卫星导航系统数据录制的消息格式,需遵循一定规范,其中部
负责完成该项目的标注团队。团队需提前在创建团队中创建完毕。 预计总量 预计项目内所有任务的总量,即图片、3D点云、音频文件或文本总帧数。 数据类型 标注任务的数据类型。当前支持图片、3D点云、音频和文本四种类型。不同数据类型支持的文件格式请参见表2。 项目任务流程 除交付节点为必选之外