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
')表示未标注的类别。 必须字段样例 数据集可视化 3D立方体框类的“.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“.jso
点云标注任务 点云标注任务是指根据标注规范对点云图像中出现的车、人等标注物进行标注。点云距离单位默认为米。 绘制对象 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)。 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。
终端节点 终端节点即调用API的请求地址,不同服务不同区域的终端节点不同。 Octopus自动驾驶云服务的终端节点如下表所示,请您根据业务需要选择对应区域的终端节点。 表1 自动驾驶云服务的终端节点 区域名称 区域 终端节点(Endpoint) 华北-乌兰察布-汽车一 cn-north-11
在第n帧选中一个追踪对象的标注框。 按c键将当前帧设置为关键帧。 图1 设置关键帧 向后切至第n+k帧。 选中同一个追踪对象(对象id相同)的标注框,如无该对象的标注框,则先使用标注框工具进行标注。 按c键将第n+k帧设置为关键帧,此时,平台自动计算中间帧关于此追踪对象的标注框,计算过程中的帧出现计算进度圈。
X-Auth-Token 是 String 用户Token,通过调用IAM服务获取用户Token接口获取(响应消息头中X-Subject-Token的值) 响应参数 状态码: 200 表4 响应Body参数 参数 参数类型 描述 payload DataJobPayload object 实际返回信息
中出现的天空、道路、车辆等类标注物进行标注。 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。 修改标注物。 将其他标注物涂成错误标签,应选择该标注所在图层,然后重新选择正确的标注类别绘制。
warehouse_id 是 String 抽帧结果放入的数据仓库id dataset_id 否 String 抽帧结果放入的数据集id 最大长度:36 topics 是 Array of strings 抽帧topic列表,仅限对应数据包内lidar和camera类型的topic,最多10个 数组长度:1
错误码 调用接口出错后,将不会返回结果数据。调用方可根据每个接口对应的错误码来定位错误原因。 当调用出错时,HTTP请求返回一个4xx的HTTP状态码。返回的消息体中是具体的错误代码及错误信息。在调用方找不到错误原因时,可以联系华为云客服,并提供错误码,以便尽快帮您解决问题。 错误响应Body体格式说明
/image-registry/image-repos/{id} octopus:imageRepo:delete √ √ 父主题: 权限和授权项
”,进入纳管详情界面。 单击节点列表操作栏中的“修改标签”,可对节点的用途和标签进行修改。 选择资源规格页签,单击“新增规格”,选择并填写必要参数,即可新建一种资源规格,可以创建仅含CPU、内存的资源规格或者包含GPU、CPU、内存的资源规格。 资源用途:下拉选择,当前可选择数据
与datahub对接的算法镜像制作 图1 算法镜像 如上图所示,算法与仿真平台datahub通过grpc连接,通过接收osi数据作为输入,并将算法内部信号输出到datahub。 仿真平台可以生成仿真的osi和算法pb,用于3d回放展示和算法的白盒化评测。 具体grpc连接datahub的代码可以参考八爪鱼提供的demo样例。
选择“3D多帧预标注”页签。 单击“新建任务”,填写任务名称和描述信息,其他可参考如下填写。 任务类型:选择任务类型。 目标检测:对采集的点云数据,预测每帧点云数据中物体的框及类别。 目标追踪:对采集的连续帧点云数据,预测每帧点云数据中物体的框、类别、追踪ID, 前后帧中的同一个物体,追踪ID保持一致。 输
表示该类指标的异常时间点是布尔形式的,从仿真开始到当前时刻的状态要么是完全通过,要么全过程都是异常的,统计类型的指标需要以这种形式表示。 POINT_TYPE_NORMAL 该类型与其他类型相反,如果该类型的点存在,则表示对应的子类指标是通过的,Octopus用该类型保存主车到达终点的时间值。 表8
镜像仓库ID”和“名称”过滤模型 ,单击搜索,进行查询查找目标模型。 在线编辑模型 平台提供模型编辑器,在模型详情页单击“在线编辑”,进入该模型的在线编辑页面。界面左侧显示的是该模型包内的所有文件,以目录树的形式展示,支持编程语言的渲染,支持MarkDown文件的实时双屏预览。
制作镜像(数据集) Dockerfile示例 环境变量使用说明 父主题: 镜像仓库
开通我的模型和购买套餐包 在使用智驾模型服务场景识别、2D图像生成、2D预标注、3D预标注等功能之前,需先开通我的模型。开通后,我的模型是根据API调用次数收取费用,推荐您购买模型套餐包,价格比按需计费模式更优惠。开通服务和购买套餐包之后,您可以在“我的模型”区域查看开通状态和套餐包使用情况。
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
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。 接管 接管是从
出文件格式要求。 上传的数据为经过时间同步后的数据,时间同步精度要求为0.1毫秒。 上传的数据需具备绝对位置信息(通常需要来自于GNSS等传感器)和IMU信息。 单轨迹数据长度建议不超过2km,且点云不超过2000帧。 点云采集频率10Hz或以上,GNSS和IMU等传感器采集频率建议100Hz或以上。
用户可使用命令行模式或Dockerfile模式进行构建。 数据集镜像不支持调用GPU资源。 以数据集自定义镜像为例,一般的镜像制作Dockerfile示例如下: # 载入基础镜像,用户可根据数据集处理任务的实际需要选择合适的镜像环境,例如ubuntu:latest FROM {基础镜像} # 设置工