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
目标检测3D Octopus 目录 标注文件目录结构 +--- 1611801018801 | +--- 1611801018801.json | +--- 1611801018801.pcd +--- 1611801024401 | +--- 1611801024401
目标检测2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
车道线检测输入文件必须满足车道线检测输入输出文件格式要求,格式可参考3D预标注车道线检测输入输出文件格式要求。 强度值:点云强度值,取值范围[6-15]的整数,默认值8。 单击“确认”,完成3D预标注车道线检测的创建。 (可选)创建成功后还可以进行以下操作。
车道线检测 Octopus 目录 标注文件目录结构 +--- 1628568066600 | +--- 1628568066600.jpg | +--- 1628568066600.json +--- 1628654064999 | +--- 1628654064999
3D预标注车道线检测 3D车道线检测 Tiff强度拉伸 父主题: 智驾模型服务
具体分为: 车的车碰撞检测 追尾检测 被追尾检测 正面对碰检测 垂直角度碰撞检测 斜角侧碰检测 车人碰撞检测 自行车碰撞检测 摩托车碰撞检测 静态障碍物检测 道路周边设施碰撞检测 碰撞电线杆检测 碰撞房屋检测 碰撞树木检测 碰撞绿化植被检测 碰撞交通标志检测 碰撞路边栅栏检测 未知类型物体碰撞检测
3D多帧预标注 3D多帧预标注当前支持多帧检测和连续帧检测两种标注功能。支持的3D预标注类别为:行人、自行车、摩托车、卡车、公交车、小汽车。 创建3D多帧预标注任务步骤 在服务控制台“总览 > 我的模型”区域,开通“预标注”服务,具体操作步骤请参考开通我的模型和购买套餐包。
3D预标注 3D预标注当前支持目标检测和目标分割两种标注功能。支持的3D预标注类别如下: 目标检测:行人、自行车、摩托车、卡车、公交车、小汽车。
目标检测 图1 目标检测标注结果 车道线检测 图2 车道线检测标注结果 语义分割(混合) 图3 语义分割(混合)标注结果 (可选)管理相关结果。 修改当前生效的在线服务: 单击当前生效在线服务名称后的“修改”,重新选择在线服务,切换当前生效的在线服务。
舒适性评测指标 减速度(Deceleration)检测 减速度检测的目的是: 判断主车在整个行驶过程中制动减速度是否超过对应的舒适性阈值。 本设计的减速度的默认阈值为3。 加速度变化率(Jerk)检测 加速度变化率是加速度对时间的导数。
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。 Octopus平台提供评测脚本管理功能,支持用户创建、删除、编辑、在线编辑、查询评测脚本等功能。
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。
在3D检测的基础上,通过2D cross-check提升3D检测类别的精度提升。
当满足该条件后, 如果主车没有进行转向避让和减速避让, 则对应的检测不通过。 减速避让检测不通过是指主车的加速度大于0。 其中转向避让检测考虑到中国是靠右行驶, 在设计该类测试场景时, 对向车会是在主车的左侧。 转向避让检测不通过是指主车没有向右边转向。
仿真任务包含的仿真场景运行成功后,用户可以关注该仿真场景的得分,以及是否通过评测指标的检测。仿真任务得分大于等于60分为及格。 回放场景。 场景已运行成功且创建任务时选择录制所有场景,则支持回放场景。
仿真任务包含的仿真场景运行成功后,用户可以关注该仿真场景的得分,以及是否通过评测指标的检测。仿真任务得分大于等于60分为及格。 回放场景。 场景已运行成功且创建任务时选择录制所有场景,则支持回放场景。
合规性评测指标 压实线(Onto Solid line)检测 压实线检测的目的是判断主车行驶过程中是否压到实线。
本章主要阐述Octopus服务受入侵的检测响应能力、防抖动的能力、域名合理使用、内容安全检测等能力。 安全防护套件覆盖和使用堡垒机,增强入侵检测和防御能力 Octopus服务部署主机层、应用层、网络层和数据层的安全防护套件。及时检测主机层、应用层、网络层和数据层的安全入侵行为。
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 父主题: SLAM构图
Tiff强度拉伸 点云强度值会影响车道线和路面标识检测结果,对于不同的点云数据,需要进行不同强度值的拉伸,以达到更好的检测效果。 本章节介绍如何创建Tiff强度拉伸任务,并调整任务的强度值。仅任务状态为“执行成功”的任务支持调整强度值。