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
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
超过256个字符。 选择镜像仓库和样本类型。 训练算法创建后，“镜像”“样本类型”不再支持修改，请认真填写。 图2 选择镜像仓库和样本类型 镜像：请选择镜像和版本。 共享级别：可选择个人、团队。 个人：当前操作用户。 团队：当前工作空间下被授权的用户。 样本类型：当前支持图片、3D点云。
本任务旨在为4D-BEV数据自动化预标注提供点云地图，进而辅助车企构建自动驾驶车端BEV算法训练提供数据真值生成能力。 本任务将依赖融合定位、运动畸变校正、闭环检测和点云融合等能力构建，对多源传感器数据进行SLAM位姿解算，并在八爪鱼平台上展示激光点云融合结果。 SLAM构图简介如下所示： 图1 SLAM构图简介
团队管理：为标注团队进行人员职能的分配。未分配到标注项目的团队不可查看该项目信息，确保标注任务的安全性。 标注管理：提供项目外的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。 模板管理：提供预标注模板和人工标注模板，用户可根据需求选择。
一个AZ是一个或多个物理数据中心的集合，有独立的风火水电，AZ内逻辑上再将计算、网络、存储等资源划分成多个集群。一个Region中的多个AZ间通过高速光纤相连，以满足用户跨AZ构建高可用性系统的需求。 项目 华为云的区域默认对应一个项目，这个项目由系统预置，用来隔离物理区域间的资源（计算资源、存
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
中定义。允许添加的参数个数不超过20个。 key：只能由英文、数字、和特殊符号（,-_）组成，且需要以字母开头 。长度不超过64个字符。 value：只能由英文、数字和特殊符号（\/,.[]-_）组成 。长度不超过512个字符。 参数命令 参数命令为运行启动脚本的shell命令，
选择已创建的镜像以及镜像版本。 启动脚本路径 选择脚本的启动文件路径，文件路径为在脚本中的相对路径，当前只支持.py类型的启动文件，如/root/dataset.py。 访问密钥 请输入访问密钥（AK）。 私有访问密钥 请输入私有访问密钥（SK）。 OBS地址 选择OBS桶中的地址，
约束与限制 您能创建的云服务器的数量与配额有关系，具体请参见服务配额。 更详细的限制请参见具体API的说明。 父主题： 使用前必读
平台管理员可在所有任务列表页查看所有项目中的子任务。 所有任务相关操作 在“所有任务”列表，还可以进行以下操作。 表1 所有任务相关操作 任务 操作步骤 查询任务 在搜索输入框中输入搜索条件，按回车键即可查询。 查看任务详情 单击任务名称，界面跳转至任务详情，可查看任务详情信息。 查看不同类型和状态的任务 单击
line）检测 压实线检测的目的是判断主车行驶过程中是否压到实线。 当主车与距离最近的车道线的小于主车宽度的一半时，并且该车道线的类型为OSI定义的osi3.LaneBoundary.classification.type.TYPESOLIDLINE，则认为主车的轮胎已经压到实线。 该
标注和审核人员在标注和审核过程中依据规范进行标注和审核，提高任务完成质量。 数据集 选择相对应的数据集或标注导入、导出数据集。 数据集中的标注物如果已经存在，则标注物信息以数据集中为准。 数据集中的帧数据是按照帧文件夹名称的字符编码（Unicode）大小进行排序，顺序可在标注界面前后帧体现。
自动驾驶云服务中，为了最大化资源利用率，租户的子用户可以共享计算资源用于运行容器化的作业。这意味着租户的不同子用户的容器化处理作业可以运行在同一个计算节点上，共享节点的CPU、内存、磁盘、操作系统内核等资源。 自动驾驶云服务适用于您的子用户是可控的、可信任的场合，不适用于子用户不可控、不可信的场合，例如您授权
软硬件加速 感知算法训练和仿真需要使用大量算力资源，Octopus依托华为自研软硬件能力提供的强大算力支持，满足每天百万公里仿真测试和算法训练。 自动化标注 自动驾驶算法的持续提升依托于持续增加的高质量标注数据集，平台提供预标注范例模型，能对常用的物体如乘用车、大巴车、行人、
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。
enLABEL的Weather和RoadUser标签树的映射。 推荐标签有以下约束： 不支持使用参数引用ParameterDeclaration的OpenSCENARIO场景文件。 不支持根据场景文件中引用的外置文件Catalogs的内容进行标签推荐。 推荐标签的范围为OpenL
表示变量的均方根值，表示第个值，表示值的个数。 汽车的垂向平顺性是由悬架系统决定的，自动驾驶算法对垂向平顺性几乎没有影响，其影响的是车辆的纵向和侧向平顺性。 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。
包含访问密钥ID（AK）和私有访问密钥（SK）两部分，导入数据时，通过AK识别访问用户的身份，通过SK对请求数据进行签名验证，用于确保请求的机密性、完整性和请求者身份的正确性。如何获取访问密钥AK/SK？ 对象存储目录 建议对象存储目录选择包含“Rosbag包和与数据包同名yaml”文件夹的上一级目录。
calar类型，简单的struct类型等）构建的复杂类型，一般用于表示抽象的道路结构，与地图文件中的具体的道路结构建立关联。osc2.0支持的struct类型有：odr_point、position_3d、road_point、orientation_3d和pose_3d。 position_3d
蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是用较少的采样次数，来达到与多次蒙特卡洛采样相同的结果，并且涵盖更全面的边界点。 如下图所示，同样对于µ=0，δ=1的正态分布，可以利用更少的采样点得到相同的分布，并且不会产生明显的聚集现象，边界值也能更容易获取到。 图2 拉丁超立方采样 联合概率分布采样
蒙特卡洛采样是一种简单的随机抽样，根据概率分布进行采样，如对样本服从µ=0，δ=1的正态分布，通过蒙特卡洛采样进行采样，采样得到的点能满足正态分布要求，如下图所示，采样得到的点会集中µ=0附近，要想采样得到更边界的点，需要进行大量采样。 图1 蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
