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
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）
绘制状态，右侧标注列表展示所有的标注物。 图3 点云补框 双击3D框，打开三视图。 图4 打开三视图 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 修改标注类别 右键单击目标图形，可进入选择类别的跳出框，即可修改类别。
审核”，配置审核比例。 图1 审核比例 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
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10,000
示例代码 作业输入输出规范示例代码如下图所示： 代码文件命名为ros_hard_mining.py。 父主题： 场景挖掘作业（数据标记）
本文旨在帮助您了解Octopus仿真服务入门使用的基本流程，帮助您更快上手Octopus仿真服务。 操作流程 Octopus仿真服务的流程如图1所示。 图1 Octopus仿真服务全流程 表1 使用流程说明 流程 子任务 说明 详细指导 镜像仓库 镜像仓库 平台为用户提供了自定义镜像功能
障导致数据丢失或其他不可预知问题。 解决办法： 重启在线仿真软件并重新加载场景。 关闭在线仿真软件并重新启动，先单击 √图标，再单击在线仿真软件播放按钮。 图1 在线仿真软件播放按钮 恢复系统镜像至所需版本。 在线仿真所在机器，提供了系统镜像的备份、恢复、删除功能，建议用户在环境
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。 图2 修改标注物 标注车道线。 打开强度屏，辅助标注车道线。 图3 辅助标注车道线 快捷键使用说明 Octopus平台提供快捷键使用，用户可以利用快捷键快速完成标注，提高标注效率。
Octopus平台的数据服务模块提供了海量数据采集、存储以及数据并行处理等功能，供后续服务进行统一使用。数据服务开发流程如下： 图1 数据服务开发流程 地图管理：支持上传高精地图数据，可用于数据回放、仿真场景等功能。 标定管理：支持车辆、车辆传感器标定的配置，方便即时管理车辆以及标定信息。 源
资产识别与管理 资产识别 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，Octop
Distance这几类trigger。地图会以的图标展现，鼠标单击图标时，地图中会出现trigger的详细信息。 当有trigger作用于某个交通参与物时，且该trigger自身没有position。该交通参与物模型上会显示trigger图标。（注：Time To Collisi
标注团队 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
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。
距离感知更为有效。然后当LiDAR扫描线数过低时，经常无法甄别物体的类型，但是此时如果能结合LiDAR扫描和2D图像检测，则可以由3D扫描确定目标大致位置，然后用2D图像检测来识别物体类别。通过3D/2D的融合，可以弥补各自模态的不足，扬长避短，提升目标检测的整体精度。在当前3D检测的基础上，通过2D
实时评测和延时评测介绍 实时评测 图1 实时评测 实时评测的基本架构如上图所示，实时评测算法从仿真器和AD算法按帧接收数据，每接收一帧数据，就调用一次评测函数，在最后仿真结束时将评测结果写成评测pb文件。 实时评测的实现包括如下几个步骤： 代码内实现与仿真器的通信，实时接收仿真器
单击操作栏内的“删除”，可删除数据包。 图表视图 单击列表右上角，可切换至图表视图。 图3 图表视图 表2 图表视图相关操作 任务 操作步骤 切换视图 单击列表右上角，数据包可以由列表和图表两种视图相互切换。 数据日历 单击列表右上角，选择年月份，日历中显示代表当日场景片段的色块。 图4 数据日历 单击色块，在下侧展示采集车辆的采集信息。
数据详情。 数据详细包含了数据集ID、名称、描述的信息。 图1 数据详情 数据预览。 可根据需要选择不同版本，选择路径，预览数据。 图2 数据预览 预览点云数据时，支持放大、缩小、旋转点云图片。 图3 预览图片 待发布区。 图4 待发布区 表2 待发布区相关操作 功能 步骤 添加数据
型（例如int、float、string类型，scalar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、or
与datahub对接的算法镜像制作 如图所示，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。
息。 图1 创建数据集 名称：不得超过64个字符。支持中英文、数字、“-”、“_”，不支持特殊字符。 描述：数据集内容、用途等的简要描述，不包含“@#$%^&*< > \”，不得超过255个字符。 数据集形式：选择“数据集”。 数据来源：选择“本地”。 数据类型：支持“图片”、“3D点云”、“音频”和“文本”。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
