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
资产识别与管理 资产识别 用户在数据资产包括用户上传的数据集以及用户提供的一些个人信息。 数据资产包括但不限于文本、图形、音频、视频、照片、图像、代码、算法、模型等。 资产管理 对于用户上传至Octopus的资产,Octopus会做统一的保存管理。 对于文件类型的资产,Octop
数据资产简介 在自动驾驶产品的开发过程中,海量的数据存储和管理是当前自动驾驶平台面临的业务挑战之一。 Octopus平台的数据服务模块提供了海量数据采集、存储以及数据并行处理等功能,供后续服务进行统一使用。数据服务开发流程如下: 图1 数据服务开发流程 地图管理:支持上传高精地图数据,可用于数据回放、仿真场景等功能。
人工标注操作指导 本节主要介绍Octopus标注平台的标注界面操作(以图片和3D点云为例),标注任务的详细操作指导请参考标注样例。语言标注任务的详情操作指导请参考语音标注任务。文本标注任务的详情操作指导请参考文本标注任务。 在左侧菜单栏中单击“标注服务 > 项目管理”。 选择“标注项目”页签,单击项目名称。
创建项目 在左侧菜单栏中单击“标注服务 > 项目管理”。 选择“标注项目”页签,单击“创建项目”,参考下表填写项目信息。 图1 创建项目 表1 标注项目参数 参数 说明 项目名称 项目名称不支持自定义,由需求方、任务类型、预计完成日期以及备注组成。其中,需求方、任务类型以及预计完成时间必填。
实时评测和延时评测介绍 实时评测 图1 实时评测 实时评测的基本架构如上图所示,实时评测算法从仿真器和AD算法按帧接收数据,每接收一帧数据,就调用一次评测函数,在最后仿真结束时将评测结果写成评测pb文件。 实时评测的实现包括如下几个步骤: 代码内实现与仿真器的通信,实时接收仿真器
3D2D融合预标注 自动驾驶传感器中,各个模态有各自的优势和劣势。比如相机模态对visual appearance的感知更为准确,激光雷达模态对距离感知更为有效。然后当LiDAR扫描线数过低时,经常无法甄别物体的类型,但是此时如果能结合LiDAR扫描和2D图像检测,则可以由3D扫
查看源数据包 原始数据包含车辆采集的各类传感器数据信息,数据导入任务创建完毕后,平台对数据包进行扫描,此模块展示导入成功的数据包。 数据包列表 在左侧菜单栏中,单击“数据资产 > 源数据包”。 选择“数据包”页签,默认显示数据包列表。 图1 数据包列表 表1 数据包列表相关操作 任务
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
训练任务 Octopus平台为用户提供训练任务管理(支持分布式训练),任务实时日志,产物(模型)管理等多种功能。 创建训练任务 在左侧菜单栏中单击“训练服务 > 训练任务”。 单击“新建训练任务”,填写基本信息。 图1 新建训练任务 名称:任务组名称,包含中英文、数字、“_”“-”,不得超过32个字符。
评测脚本 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。 创建评测脚本 添加评测脚本流程为“初始化评测脚本 > 选择评测脚本文件 > 上传评测脚本文件”。具体操作步骤如下: 在左侧菜单栏中单击“训练服务 > 模型评测”。 选择“评
数据集管理 数据集建成后,在“数据集”列表,可对数据集进行以下操作。 表1 数据集列表相关操作 任务 操作步骤 查找数据集 在搜索输入框中输入搜索条件,按回车键即可查询。 查看数据集详情 在“数据集”列表,单击目标数据集名称,查看数据集详情、数据预览、版本管理,详情请参考数据集详情。
多帧识别 前提条件 在服务控制台“总览”>“我的模型”区域,开通“场景识别”服务,具体操作步骤请参考开通我的模型和购买套餐包。 完成OBS授权委托,具体操作步骤请参考授权操作步骤。在服务控制台“总览”>“我的模型”区域,开通“2D图像生成”服务,具体操作步骤请参考开通我的模型和购买套餐包。
镜像制作(仿真) Octopus仿真服务平台定义了一些proto接口,用于支持用户自定义评测等功能。这些自定义功能通常以镜像的形式上传到云仿真平台,然后参与到业务运行流程中。 本文档对常见业务功能的镜像制作进行指导说明。 自定义评测镜像涉及的样例代码,如有需要,请联系相关人员。
训练算法 平台支持算法创建。用户可通过上传符合平台规范的算法文件来完成算法的创建,创建的算法可用于训练任务中。 添加算法 添加算法流程为“初始化训练算法 > 选择训练算法文件 > 上传训练算法文件”。具体操作步骤如下: 在左侧菜单栏中单击“训练服务 > 算法管理”。 单击“新建训练算法”,填写算法基本信息。
与其他服务的关系 统一身份认证服务 Octopus使用统一身份认证服务(Identity and Access Management,简称IAM)实现认证功能。IAM的更多信息请参见《统一身份认证服务用户指南》。 对象存储服务 Octopus服务使用对象存储服务(Object Storage
与datahub对接的算法镜像制作 如图所示,算法与仿真平台datahub通过grpc连接,通过接收osi数据作为输入,并将算法内部信号输出到datahub。 仿真平台可以生成仿真的osi和算法pb,用于3d回放展示和算法的白盒化评测。 具体grpc连接datahub的代码可以参考八爪鱼提供的demo样例。
模型仓库 Octopus平台支持上传符合平台规范的模型用于标注或训练任务。对智驾模型进行模型微调后,调优后的模型会自动保存到模型仓库中。 上传模型需包含以下内容: 模型文件。 推理脚本,推理脚本命名为:customer_auto_label.py。 推理脚本所需依赖库。 新建模型仓库
Struct struct类型,又称结构类型,是一种由简单类型(例如int、float、string类型,scalar类型,简单的struct类型等)构建的复杂类型,一般用于表示抽象的道路结构,与地图文件中的具体的道路结构建立关联。osc2.0支持的struct类型有:odr_p
自定义评测镜像制作 延时评测 仿真器输出的仿真过程数据会按照OSI的GroundTruth格式存储为pb文件,根据创建任务配置时是否选择使用datahub,该仿真pb有两种格式: 使用datahub时,该仿真pb的每帧数据是GroundTruth结构,然后按照OSI标准推荐的存储
数据来源为数据集 根据数据来源不同,可分为以下四种形式创建数据集。 本地 在左侧菜单栏中单击“数据资产 > 数据集 ”。 选择“数据集”页签,单击“创建数据集”,填写数据集信息。 图1 创建数据集 名称:不得超过64个字符。支持中英文、数字、“-”、“_”,不支持特殊字符。 描述