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
开通我的模型和购买套餐包 在使用智驾模型服务场景识别、2D图像生成、2D预标注、3D预标注等功能之前,需先开通我的模型。开通后,我的模型是根据API调用次数收取费用,推荐您购买模型套餐包,价格比按需计费模式更优惠。开通服务和购买套餐包之后,您可以在“我的模型”区域查看开通状态和套餐包使用情况。
终端节点 终端节点即调用API的请求地址,不同服务不同区域的终端节点不同。 Octopus自动驾驶云服务的终端节点如下表所示,请您根据业务需要选择对应区域的终端节点。 表1 自动驾驶云服务的终端节点 区域名称 区域 终端节点(Endpoint) 华北-乌兰察布-汽车一 cn-north-11
蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是用较少的采样次数,来达到与多次蒙特卡洛采样相同的结果,并且涵盖更全面的边界点。 如下图所示,同样对于µ=0,δ=1的正态分布,可以利用更少的采样点得到相同的分布,并且不会产生明显的聚集现象,边界值也能更容易获取到。 图2 拉丁超立方采样 联合概率分布采样
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。 创建Tiff强度拉伸任务 在服务控制台“总览 > 我的模型”区域,开通“3D预标注车道线检测”服务。
在第n帧选中一个追踪对象的标注框。 按c键将当前帧设置为关键帧。 图1 设置关键帧 向后切至第n+k帧。 选中同一个追踪对象(对象id相同)的标注框,如无该对象的标注框,则先使用标注框工具进行标注。 按c键将第n+k帧设置为关键帧,此时,平台自动计算中间帧关于此追踪对象的标注框,计算过程中的帧出现计算进度圈。
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。 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“智能缩框标注”(快捷键B)。 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。
将抽帧任务分为图片抽帧和点云抽帧。 点云 点云是一种由激光雷达收集到的数据类型,包含三维坐标、反射强度等信息,用来检测和识别车行道路上的物体。 雷达会在车辆行驶过程中不断收集点云数据来了解周围的环境,并利用点云数据所获得的环境信息帮助车辆定位,提高车辆定位的精度。 接管 接管是从
中出现的天空、道路、车辆等类标注物进行标注。 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。 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。
认付款。 查看我的资源配额 在“总览”页面“我的资源”区域查看资源配额情况。 OBS存储:展示已购买的OBS存储资源。 SFS存储:展示已购买的SFS存储资源。 资源列表:展示购买的所有扩展资源包、状态等信息。 续费管理:用户可以根据实际使用情况对资源进行续费和退订操作。 查看资源节点配额
查看集群纳管 运维配置提供集群纳管,由平台管理员账号进行管理和配置。集群提供多种节点的混合部署,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
')表示未标注的类别。 必须字段样例 数据集可视化 3D立方体框类的“.json”文件中必须包含label_counts和labels字段信息。3D语义分割类的“.json”文件中必须包含label_counts,labels和labels_ext字段信息。3D语义分割类的“.jso
”,进入纳管详情界面。 单击节点列表操作栏中的“修改标签”,可对节点的用途和标签进行修改。 选择资源规格页签,单击“新增规格”,选择并填写必要参数,即可新建一种资源规格,可以创建仅含CPU、内存的资源规格或者包含GPU、CPU、内存的资源规格。 资源用途:下拉选择,当前可选择数据
本任务旨在为4D-BEV数据自动化预标注提供点云地图,进而辅助车企构建自动驾驶车端BEV算法训练提供数据真值生成能力。 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
蒙特卡洛采样是一种简单的随机抽样,根据概率分布进行采样,如对样本服从µ=0,δ=1的正态分布,通过蒙特卡洛采样进行采样,采样得到的点能满足正态分布要求,如下图所示,采样得到的点会集中µ=0附近,要想采样得到更边界的点,需要进行大量采样。 图1 蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是
p,Traffic。 自动推荐标签的依据为:OpenSCENARIO元素到OpenLABEL标签体系元素的映射,主要为OpenSCENARIO的Environment和Entity字段到OpenLABEL的Weather和RoadUser标签树的映射。 图3 选择标签 Json文
出文件格式要求。 上传的数据为经过时间同步后的数据,时间同步精度要求为0.1毫秒。 上传的数据需具备绝对位置信息(通常需要来自于GNSS等传感器)和IMU信息。 单轨迹数据长度建议不超过2km,且点云不超过2000帧。 点云采集频率10Hz或以上,GNSS和IMU等传感器采集频率建议100Hz或以上。
2D3D关联标注任务 2D3D关联任务是指根据标注规范将待标注点云图像和图片中出现的天空、道路、车辆等类标注物进行标注,然后自行关联。 绘制对象 单击2D3D关联任务,单击任意一帧,进入人工标注。 平台依据新建的2D或3D框自动转成对应的3D或2D框。开关状态在同一任务中继承。 选择标注类别。
在前景区域,通过鼠标左键单击正点(目标对象区域的点),得到预测的多边形。 图1 单击正点 在背景区域,通过鼠标左键单击负点(非目标对象区域的点),修正多边形。在多边形区域未包含的前景区域左键单击正点,修正多边形。 图2 单击负点 重复单击正或负点,修正预测的多边形,直到多边形达到较好的效果。 图3 修正预测的多边形
选择“3D多帧预标注”页签。 单击“新建任务”,填写任务名称和描述信息,其他可参考如下填写。 任务类型:选择任务类型。 目标检测:对采集的点云数据,预测每帧点云数据中物体的框及类别。 目标追踪:对采集的连续帧点云数据,预测每帧点云数据中物体的框、类别、追踪ID, 前后帧中的同一个物体,追踪ID保持一致。 输
填写任务名称,输入路径,输出路径、描述和强度值信息。 输入路径、输出路径:选择OBS输入路径。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。