正在生成
详细信息:
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
使用流程 Octopus平台提供了从“数据准备 → 标注数据 → 训练模型 → 仿真任务”的全流程开发,针对每个环节,其使用是相对独立自由的。本章节梳理了Octopus使用流程详解,此文档介绍其中一种方式完成自动驾驶开发。 图1 Octopus的使用流程 表1 使用流程说明 流程
车道线图片标注任务 车道线图片标注任务是指依据标注规范对真实路采图片中出现的道路中的车道线、斑马线等交通线路进行标注,一般区分实线、虚线,按需求增加颜色、遮挡程度等额外属性。 图1 车道线图片标注任务 绘制对象 单击车道线标注任务,选择一张图片进入人工标注。 绘制对象。 单击左侧
点云跟踪标注任务 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“AI标注”(快捷键b)。 图1 选择标注工具 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。 图2 选择标注类别 框选标注物。 图3 框选标注物 调整三视图。
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。 图1 点云标注任务 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“AI标注”(快捷键b)。 图2 选择标注工具 选择标注类别。
模型数据集支持 模型评测支持多种数据集格式,包括Octopus格式和部分常见开源数据集格式,以下为各类别模型的数据集支持列表和示例。 目标检测2D 目标检测3D 目标追踪2D 目标追踪3D 语义分割2D 语义分割3D 车道线检测 父主题: 模型评测
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
内置场景挖掘规则 内置场景挖掘算法都是基于规则进行片段挖掘。平台支持的内置场景挖掘规则如下: 道路---道路环境---高速 检验规格: 包含高精地图信息 主车行驶区域road级别type为motorway 道路---道路环境---城市快速路 检验规格: 包含高精地图信息 主车行驶
仿真场景终止条件有几种? 仿真终止的条件有以下几种: 超时。 创建任务时设置的“最大运行时长”,超过运行时间时,仿真任务停止。 图1 超时 场景文件中设置终点。 xml类型场景。 Read the destination of Ego in xml end triggers。 <Scenario>
智驾模型服务 智驾模型简介 多模态检索 模型微调 场景识别 2D图像生成 2D预标注 3D预标注 3D预标注车道线检测 服务监控 智驾模型管理
车辆和行人 类别 标签 三维感知框/未选中 三维感知框/选中 3D模型 未知车辆/其他车辆/小型车/紧凑型轿车/中型车/豪华车 送货车/重型卡车/半挂式拖车/拖车 行人 公交车 未知/其他/轮椅 摩托车/自行车 电车/火车 暂无 动物 暂无 表3 交通信号 类型 名称 图标 信号灯 红黄绿灯
语义分割点云标注任务 语义分割任务是指根据标注规范将待标注点云图像中出现的天空、道路、车辆等类标注物进行标注。 图1 语义分割点云标注任务 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。
标注员 认领标注任务 人工标注操作指导 标注工具和快捷键说明 父主题: 标注服务
仿真任务详情 在任务管理页面,用户可以看到多批次任务的实时进度以及所处状态。单击指定任务名称,用户可以看到该任务的详细信息。在任务详情页面,用户可以看到该任务的创建时间、启动时间、运行时间、完成时间以及任务的状态等信息,同时展示任务下的所有场景的仿真评测结果,综合得分和运行结果,
评测任务 Octopus平台提供对评测任务的管理,包括创建、删除、停止评测任务的操作。在评测任务页面, 实时显示多条评测任务的状态、任务创建时间等信息。评测任务创建完毕后,触发任务。评测任务结束后会生成评测任务结果文件,详细展示模型的各项评测指标得分。 创建评测任务 评测任务与评测参数和数据集有关。具体步骤如下:
目标追踪3D Octopus 目录 标注文件目录结构 +--- 1611801018801 | +--- 1611801018801.json | +--- 1611801018801.pcd +--- 1611801024401 | +--- 1611801024401
基本概念 抽帧 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
训练服务简介 训练服务模块上承接数据服务和标注服务两大模块,为自动驾驶研发提供方便易用的模型训练和评测平台,让用户无需过多关注底层资源,聚焦算法和模型开发。用户可上传符合Octopus平台规范的训练算法,将成熟的算法创建训练任务生成训练模型。此外,训练服务提供多种模型评测指标,从
在线仿真 使用规范 在线仿真服务集成了一整套完整的仿真工具链,开箱即用。 在使用新的普通用户登录在线仿真时,需修改在线仿真系统配置: 关闭桌面锁屏。 调整屏幕分辨率(默认分辨率不高,可调至适合的分辨率)。 将默认的浏览器更改为Chrome或Firefox。 在线仿真根据用户名称生
预审核模型文件 预审核模型完成对已标数据的审核,并将审核结果和审核所用的审核规则按照规定格式放在指定路径中。 模型文件基本要求 自定义模型包通过环境变量获取数据集路径和推理结果存放路径,将每帧数据的审核结果按照规定格式存入规定路径的json文件中。 自定义模型包中必须包含启动文件
身份认证与访问控制 身份认证 用户访问Octopus的方式有多种,包括Octopus控制台、API,无论访问方式封装成何种形式,其本质都是通过Octopus提供的REST风格的API接口进行请求。 Octopus的接口均需要进行认证鉴权以此来判断是否通过身份认证。通过控制台发出的