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
5D框的某条边拖动可修改这个边的位置,左键单击某个角点拖动可以修复角点位置。 图2 修改标注框 修改标注类别。 右键单击目标图形,可进入选择类别的跳出框,即可修改类别。 图3 修改标注类别 修改额外属性。 右键单击目标图形,如果目标含有额外属性,如果其默认属性错误,单击即可选择属性。 图4
下载标注结果后的图片 2D预标注结果生成后,单击标注结果右上角“下载图片”,可以将标注后的图片下载到本地。 2D预标注类别列表 表2 2D预标注类别 功能 类别 目标检测 可行驶区域 车道线 车位线 路沿 地面标识 减速带 消防栓 柱子 地锁 限位块 警示物 骑行者 行人 车辆 其他车辆
依据标注规范要求,结合下方真实图片中对应标注物大小,调整点云图像中标注物三视图中标注框。 图5 调整三视图 修改标注类别 右键单击目标图形,可进入选择类别的跳出框,即可修改类别。 修改额外属性。 右键单击目标图形,如果目标含有额外属性,单击即可选择属性。 图6 修改额外属性 修改对象ID。
左键拖动图片。 修改折线。 鼠标左键选中线段上某点可拖动修改点的位置。shift+z可撤销上一步操作。 修改类别。 右键单击目标图形,可进入选择类别的跳出框,即可修改类别。 修改额外属性。 右键单击目标图形,如果目标含有额外属性,如果其默认属性错误,单击即可选择属性。 修改对象ID。
物体等。多帧识别可以检测的类别详见多帧识别场景列表。 删除任务 单击操作栏中的“删除”,删除多帧识别任务。识别任务删除后无法恢复,请谨慎操作。 查询任务 在搜索输入框中输入搜索条件,按回车键即可查询目标任务。 多帧识别场景列表 表2 多帧识别类别 类别 场景 描述 时间 TIME
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
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 分类 父主题: 模型评测
什么是Octopus 自动驾驶云服务(Octopus)是面向车企、研究所的全托管平台,在华为云上提供自动驾驶数据云服务、自动驾驶标注云服务、自动驾驶训练云服务、自动驾驶仿真云服务、自动驾驶大模型云服务、配置管理服务,帮助车企以及研究所快速开发自动驾驶产品。 “一站式”是指自动驾驶
什么是Octopus 自动驾驶云服务(Octopus)是面向车企、研究所的全托管平台,在华为云上提供自动驾驶数据云服务、自动驾驶标注云服务、自动驾驶训练云服务、自动驾驶仿真云服务、自动驾驶大模型云服务、配置管理服务,帮助车企以及研究所快速开发自动驾驶产品。 “一站式”是指自动驾驶
秒 对象特征---行人 检验规格: 检测在主车前方60米范围内、横向±5米范围内的目标 目标存在于上述范围内超过3秒 对象特征---机动车类型---卡车、轿车、大客车 检验规格: 检测在主车前方60米范围内、横向±5米范围内的目标 目标存在于上述范围内超过3秒 对象特征---非机动车---自行车
客户提供海量、安全、高可靠、低成本的数据存储能力。对象存储服务OBS的基本组成是桶和对象。桶是OBS中存储对象的容器,每个桶都有自己的存储类别、访问权限、所属区域等属性,用户在互联网上通过桶的访问域名来定位桶。对象是OBS中数据存储的基本单位。 对Octopus云服务来说,OBS
查看审核任务统计信息。 单击“统计信息”,查看审核任务的统计信息。 任务详情:任务名称、所处状态、标注及审核人员等信息。 标注对象统计:人工/预标注任务审核对象类别及数量统计、标注数据统计。 查看审核员审核效率。 单击“项目详情 > 人员详情”,阅读人员详情查看审核员审核效率。 提交审核任务 审核完毕
域内至关重要。ODD(operational design domain,设计运行域)筛选提供按设计运行条件进行场景筛选的功能,ODD筛选类别的建立参考NHTSA(美国国家公路交通安全管理局)发布的《A Framework for Automated Driving System
e_id为负,如'-1','-3'。绝对值越大,距离中心线越远。 offset值不能超出当前所在lane的宽度范围。 使用相对位置时,参考对象reference必须是车辆。 rate_profile只能选择linear或step。 绝对车道1 my_lane: lane with: