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
仿真器回放 前提条件 Octopus平台需要有可以正常使用的仿真器。 查看仿真器回放 仿真器回放页面可自动播放车辆的行动场景。 具体仿真器操作请参考仿真器。 父主题: 场景回放
用途:创建junction城区路口的静态场景(地图) 参数:参数如下表. Parameter Type Mandatory Description lane_num int yes 单方向车道数量. bikeway bool yes 是否有自行车道. sidewalk bool
需勾选“难例”。如果判断该图片属于无效图,勾选“无效”。当前数据标注完成后单击“保存任务”。单击“下一张图片”继续标注。 在标注过程中,为防止标注丢失,可随时单击“保存任务”。 父主题: 标注员
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
"dpk_id" : "DPK0000001", "sim_name" : "仿真场景", "scenario_description" : "description", "sim_format" : "SIM_PRO_TOOLS" } 响应示例 状态码: 201 创建成功,返回作业id
/usr/bin/python3 /usr/bin/python && \ ln -sf /usr/bin/pip3 /usr/bin/pip && \ # 如果在root下安装pip依赖,在步骤3后需要对python库添加权限,如 # chmod -R 777 ${PYTHONPATH}/lib/python3
安装用户算法环境。如果需要修改~/.pip/pip.conf可替换。用户也可安装miniconda进行包管理 COPY /path/to/pip.conf /root/.pip/pip.conf COPY /path/to/requirements.txt /root RUN pip install –r
ags/import [ { "name" : "test1", "description" : "用途1" }, { "name" : "test2", "description" : "用途2" } ] 响应示例 状态码: 201 导入成功 { "meta_info"
200 标签导入模板文件示例 [ { "name" : "新标签1", "description" : "描述1" }, { "name" : "新标签2", "description" : "描述2" } ] 状态码 状态码 描述 200 标签导入模板文件示例 400
https://{endpoint}/v1.0/{project_id}/data/processors/10000 { "description" : "this is description", "visibility" : "PRIVATE", "image_repo_id" : 10001
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
SIMULATION_SIMULATOR(仿真器) SIMULATION_TESTCASE(测试用例) COMMON_DATASET(数据集) description 否 String 镜像仓库描述 最大长度:256 visibility 否 String 使用范围,默认TEAM 缺省值:TEAM(团队)
是否支持modifier:是 参数:参数如下表 表1 assign_init_speed参数 Parameter Type Mandatory Description target speed yes Desired (scalar) speed assigned by the user ass
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
split 简述:地图场景为匝道分流。lead_vehicle和主车Ego在主道的同一车道上分别以35kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶,Ego设定了目标在匝道上的目标点Target_position,仿真开始后激活Ego控制器(控制器会影响Ego去
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
内容类型。填application/json 表3 请求Body参数 参数 是否必选 参数类型 描述 name 否 String 标签名称 最大长度:64 description 否 String 标签描述 最大长度:255 simulation_tags 否 Array of longs 仿真标签,最多50个
创建标注脚本 octopus createAnnotationScript 编辑标注脚本 octopus updateAnnotationScript 批量删除标注脚本 octopus deleteAnnotationScripts 批量删除标注任务 octopus deleteAnnotationSubTasks
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
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