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
0/{project_id}/common/datasets 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目id,获取方法请参见获取项目ID 表2 Query参数 参数 是否必选 参数类型 描述 name 否 String 名称 最小长度:1 最大长度:64 data_type
3D回放 前提要求 3D回放对回放机器配置有以下要求: 回放机器需要GPU硬件。硬件加速的方式:在chrome设置-高级中打开硬件加速 。 机器的参考配置(低配):8核cpu 、UHD620的gpu 、16G内存 、100Mbps带宽。 查看3D回放 3D回放页面详细说明如下: 图1
Path(raw_dir, 'image') / topic.strip('/') tmp_path = Path(raw_dir, 'tmp_image') / topic.strip('/') Path.mkdir(tmp_path
传感器标定 标定数据记录车辆本身以及车辆上传感器的配置信息,一个标定项对应一个传感器标定文件。Octopus标定文件需满足标准,平台会对上传的每个标定文件名、格式和类型做检查。 本地编写标定文件 当前支持车架配置以及传感器标定信息配置:车架配置、相机以及激光雷达。 以创建激光雷达
/tmp/data/algorithm 数据集 ${DATASET} /tmp/data/dataset/dataset-0 自定义评测脚本 ${SCRIPT} /tmp/data/script 评测结果路径 ${EVAL_RESULT} /tmp/result/eval 坏例判别路径 ${BADCASE_RESULT}
277777778, "mile_per_hour": 0.447038889, "mph": 0.447038889, "miph": 0.447038889, "mmph": 0.000000278, "millimeter_per_hour": 0
代码样例(Code Examples) 路网设置(Road Network) 参数声明(Parameter Declarations) 实体设置(Entities) 场景剧本(StoryBoard) 触发器与触发条件(Trigger and condition) 动作(Actions)
方便排查和定位路测数据存在的问题。 前提要求 3D回放对回放机器配置有以下要求: 回放机器需要GPU硬件。硬件加速的方式:在chrome设置-高级中打开硬件加速 。 机器的参考配置(最低配置):8核cpu 、UHD620的gpu 、16G内存 、100Mbps带宽。 查看数据回放
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 选择标注 绘制标注形状。 绘制标注形状有两种方法:点式绘制和交互式分割工具,用户可根据需要选择绘制方式 点式绘制形状:通过单击目标对象的边缘,点状连线,获得闭合的多边形,操作如下: 通过
['主车直行','主车倒车'] #选填 标签,标签个数不超过50个 例:沙尘天,正向设计,驾驶模式 description: '强风沙天,车辆空载在排土区自动驾驶到接土区前等待长坡道' #选填 车载情况 segments:
['主车直行','主车倒车'] #选填 标签,标签个数不超过50个 例:沙尘天,正向设计,驾驶模式 description: '强风沙天,车辆空载在排土区自动驾驶到接土区前等待长坡道' #选填 车载情况 segments:
种子地图的逻辑场景样例(仿真器B) 配合静态场景的种子场景,在本节提供了对应的适配仿真器B的逻辑场景样例。 straight merge split junction 父主题: 动静态配套样例
junction 简述:地图场景为交叉口。lead_vehicle和主车Ego一前一后分别以LeadVehicle_TargetSpeed_Ve0和Ego_TargetSpeed_Ve0的初始速度向交叉口行驶,Ego设定了目标在右转车道上的目标点Target_position,仿
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。 该指标的异常时间点记录类
['主车直行','主车倒车'] #选填 标签,标签个数不超过50个 例:沙尘天,正向设计,驾驶模式 description: '强风沙天,车辆空载在排土区自动驾驶到接土区前等待长坡道' #选填 车载情况 segments:
straight 简述:地图场景为直道。lead_vehicle和主车Ego在主道上分别以40kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶,Ego设定了目标在主道右2车道上的目标点Target_position,同时激活Ego控制器(控制器会影响Ego去往Ta
merge 简述:地图场景为匝道合流。主车Ego在主道行驶,初始速度为Ego_InitSpeed_Ve0,Ego设定了目标在主道右侧2车道上的目标点Target_position,仿真开始后激活Ego控制器(控制器会影响Ego去往Target_position的寻路算法,但目前仿
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
该方案同样分为AB两类指标,其中A类总分为60分,B类总分为40分,A类指标按均匀权重扣分,B类指标同样按均匀权重扣分。 AB类均匀权重评分原则(Principle) A类60分,各A类指标得分权重相同。 B类40分,各B类指标得分权重相同。 全错则是0分,全对则是100分。 如果评分项是空集,则是0分。
合部署,基于高性能网络模型提供全方位、多场景、安全稳定的容器运行环境,平台可以将集群统一纳管,更方便查看节点资源使用量和修改节点用途,以及设置资源规格。其中,cce-user-job集群需强制纳管以适配资源规格。如果用户直接通过后台操作k8s集群及节点造成环境错乱,则需承担责任。