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
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
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
人车类型图片标注任务 人车类型标注任务主要是对真实路采图片中出现的人物、车辆等进行标注。 图1 标注示意图 绘制对象 绘制矩形框。 选择矩形图形工具(快捷键3,非小键盘)。 在标注列表中选择需要标注的类别(非必要,也可等标注完成后,右键修改类别)。 单击选择的第一个点,移动鼠标选择需要绘制的第二个,再次单击结束。
2.5D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)。
2D预标注 2D预标注当前支持目标检测、车道线检测和语义分割(混合)多种预标注功能。其中,目标检测主要用于鱼眼图片的预标注;语义分割(混合)不仅支持鱼眼图片,还支持普通图片的预标注;车道线检测能够快速标注车道线的位置和类别。 2D预标注默认使用服务内置的初始模型部署的在线服务,您
#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“
输入路径:选择OBS输入路径。车道线检测输入文件必须满足车道线检测输入输出文件格式要求。 输出路径:选择OBS输出路径。车道线检测输出文件必须满足车道线检测输入输出文件格式要求。 单击“确认”,完成3D预标注车道线检测的创建。 3D预标注车道线检测相关操作 3D预标注车道线检测还可以进行以下操作。
摩托车碰撞检测 静态障碍物检测 道路周边设施碰撞检测 碰撞电线杆检测 碰撞房屋检测 碰撞树木检测 碰撞绿化植被检测 碰撞交通标志检测 碰撞路边栅栏检测 未知类型物体碰撞检测 在每个类型的碰撞检测上,会同时进行两种检测。分别为: 是否碰撞检测 是否减速响应检测 是否转向响应检测 其中是否碰撞
限速(Speeding)检测 限速检测的目的是判断主车的车速是否超过道路默认限速。 本设计采用最大默认限速120km/h。 该阈值可通过前端进行自定义配置。 父主题: 内置评测指标说明
车道线检测 Octopus 目录 标注文件目录结构 +--- 1628568066600 | +--- 1628568066600.jpg | +--- 1628568066600.json +--- 1628654064999 | +--- 1628654064999
在路(On Road)检测 在路检测的目的是判断主车是否在可行驶的道路上驾驶。 根据OSI中车道类型定义,当主车行驶的道路类型为osi3.Lane.classification.type.TYPE_NONDRIVING,则认为主车在路检测不通过。 该指标关联的内置可视化时间序列数据为:暂无。
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。
车道保持(Lane Keeping)检测 车道保持检测的目的是判断主车在行驶过程中能否很好地沿车道中心线行驶。 车道保持检测分为两个指标: 偏移车道中心线距离检测 偏移车道中心线横摆角检测 偏移车道中心线距离检测是指主车的质心相对于车道中心线的垂直距离,当该偏移距离大于某一阈值时(本设计取0
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。 图5 调整三视图 调整2D框(只适用于联合标注) 单击2D图片。 图6 单击2D图片 开启联合按钮。 图7 开启联合按钮 针对点云框对应的2D框进行调整大小。
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
碰撞时间(Time to Collision)检测 碰撞时间检测的目的是判断主车在行驶中与其他交通车的碰撞时间是否过小。 碰撞时间是指主车与引导车的相对距离除以主车与引导车的相对速度。 即使主车未发生碰撞,当碰撞时间过小时,发生碰撞的风险太大,这样也是不合理的。 当碰撞时间小于某
向和侧向平顺性。 因此,本设计平顺性检测从纵向平顺性和侧向平顺性进行考量。 平顺性检测考虑的是整个仿真时间段的加速度均方根值。当纵向或侧向加速度均方根值大于,则认为对应的纵向/侧向平顺性检测不通过。 纵向平顺性关联的内置可视化时间序列数据为:accX。横向平顺性关联的内置可视化时间序列数据为:accY。
平稳起步(Gentle Start)检测 汽车起步时加速度太大会给人带来不舒适的感受。平稳起步检测的目的是判断自动驾驶车辆起步过程中加速度是否过大。 起步过程的判定是指车辆当前速度为0,并在0.5s后速度大于,这个0.5s内的时间段为起步过程。 起步过程中如果加速度大于一定阈值(
急转向(Steering)检测 侧向加速度过大会对车辆的侧倾稳定性和乘员体验造成不良影响,急转向检测的目的是判断主车在行驶过程中,侧向加速度是否过大。 侧向加速度的阈值设置为2.3 ,具体参考《i-vista评测规程》第5页最后一段。 该指标关联的内置可视化时间序列数据为:accY。
换道(Lane Change)检测 换道检测的目的是判断主车在换道过程中的换道持续时间以及换道时的侧向加速度是否合理。 换道是指当主车所在的road id保持不变, 在某一时刻,其lane id发生变化, 在该时刻的前后一段时间内主车处于换道过程。 对于判定换道时的侧向加速度是否合理,