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
单击快捷键“z”键进入目标对象的交互式标注模式， 页面右上角出现“交互式分割已开启”字样。 在前景区域，通过鼠标左键单击正点(目标对象区域的点)，得到预测的多边形。 在背景区域，通过鼠标左键单击负点（非目标对象区域的点），修正多边形。在多边形区域未包含的前景区域左键单击正点，修正多边形。 重复单击正或负点
语义分割2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
语义分割3D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.pcd | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
语义分割点云标注任务 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。
预标注功能：此处选择“目标检测”。 添加文件：上传本地点云文件。只能选择PCD点云文件，文件大小不能超过7MB。 目标分割 图2 文件上传 预标注功能：此处选择“目标分割”。 添加文件：上传本地点云文件。只能选择PCD点云文件，文件大小不能超过2MB。 单击“确认”，生成相关返回值。
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
八爪鱼自动驾驶平台的多机分布式训练功能可以帮助用户加快模型训练速度，提高训练效率，并支持更大规模的深度学习任务。通过多机分布式训练，用户可以将训练任务分配到多台计算机或服务器上并行进行，充分利用硬件资源，加快模型收敛速度，提高训练效果。平台支持多种深度学习框架，如TensorFlow、PyTorch等，并提供简单易用
式和部分常见开源数据集格式，以下为各类别模型的数据集支持列表和示例。 目标检测2D 目标检测3D 目标追踪2D 目标追踪3D 语义分割2D 语义分割3D 车道线检测 分类 父主题： 模型评测
模型评测 在机器学习中，通常需要使用一定的方法和标准，来评测一个模型的预测精确度。自动驾驶领域通常涉及目标检测、语义分割、车道线检测等类别，如识别车辆、行人、可行区域等对象。 评测脚本 评测任务 任务队列 评测对比 模型数据集支持 父主题： 训练服务
快速在平台展开标注。 人车类型图片标注任务 2.5D人车图片标注任务 点云标注任务 点云跟踪标注任务 车道线图片标注任务 语义分割图片标注任务 语义分割点云标注任务 2D3D关联标注任务 语音标注任务 文本标注任务 父主题： 标注服务
保存了每个预测对象的基本信息。 { "labels":[] } 其中规模3D大规模点云分割任务还包含“label_ext”字段，具体参考“3D大规模点云分割”。 { "labels":[], "labels_ext":{} }
} }, … … ] } 其中3D大规模点云分割任务还包含“labels_ext”和“predict_labels_ext”字段，具体参考“3D大规模点云分割”。 { "labels":[], "labels_ext":{
es、instance_categories时，value值是数据集中所有的标注类型名称（允许中文，不允许遗漏某个标注类型），按语义分割和实例分割，分开统计后的值。例如：instance_categories：“交通警示物,骑行者,其它车辆,两轮车,消防栓,柱子,地面标识,限位块
类别：可选择“内置”或“用户”，选择相对应的类别。 选择“内置”，支持“分类”、“2D目标检测”、“3D目标检测”、“2D目标追踪”、“3D目标追踪”“2D语义分割”、“3D语义分割”、“车道线检测”八个类别。 选择“用户”，则不允许选择内置评测项，仅可使用用户自定义评测。 资源规格：当前项目中可用的资源规格，
标注形状 表1 标注形状示例 标注形状 适用场景（示例） 适用于人车、红绿灯等矩形框标注 适用于车道线等直线或折线标注 适用于道路特征提取、语义分割等不规则图形标注 适用于2.5D数据标注 适用于点云等3D矩形框标注 说明： 标注：需人工选择标注，并进行标注。 只能缩框标注：智能缩进标注框。
json”文件中必须包含label_counts和labels字段信息。3D语义分割类的“.json”文件中必须包含label_counts，labels和labels_ext字段信息。3D语义分割类的“.json”文件中必须包含label_counts和labels，label
ANNOTATION_MANUAL(人工标注) ANNOTATION_AI(预标注) ANNOTATION_SEGMENTATION(交互式分割) COMMON_DATASET(数据集) spec 否 String 资源规格：1、GPU型：{GPU型号}{GPU个数}Gpu{CPU核数}Core_{内存大小}GiB
类别：可选择“内置”或“用户”，选择相对应的类别。 选择“内置”，支持“分类”、“2D目标检测”、“3D目标检测”、“2D目标追踪”、“3D目标追踪”“2D语义分割”、“3D语义分割”、“车道线检测”八个类别。 选择“用户”，则不允许选择内置评测项，仅可使用用户自定义评测。 资源规格：当前项目中可用的资源规格，
真实场景转仿真场景能力。最大可管理500TB数据。 自动驾驶标注云服务-基础版 最大支持100个在线标注用户数支持2D、3D目标标注、语义分割、连续帧标注、融合标注，具有满足自动驾驶所需的标注工具，支持预标注。 自动驾驶训练云服务-基础版 支持算法管理、模型管理、自动驾驶相关的模型评测、badcase、可视化报告等。
评测算法的自研proto接口 背景 Octopus内置一套评测算法，用于对自动驾驶系统的性能表现进行多维度评测。内置评测算法的评测结果按照eva.proto中的定义，序列化成pb文件保存起来。 Octopus仿真平台的前端通过解析评测pb对评测结果进行展示，目前控制台展示主要分为两大方面：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
