Pascal_VOC | 一种数据集类型，常用于图像中目标检测、分类或分割。 |
标定 | 车辆自身以及车上各传感器间的相对位置关系和观测角度等配置信息。 |
标签 | 基于一定场景特征，对数据进行分类。 |
标注 | 使用特定颜色、形状和名称，标识出图像中特定对象。标注后的图像可以形成数据集，用于模型训练。 |
点云 | 三维坐标系统中一组海量点的集合。在自动驾驶领域，通常指激光雷达收集到的所有反射点坐标的集合，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。 |
泛化 | 是指模型依据训练时使用的数据，针对以前未见过的新数据作出正确预测的能力。 |
仿真 | 通过软件模拟车辆及周围环境，对真实场景进行建模，利用自动驾驶算法还原行驶场景，测试自动驾驶车辆安全性。 |
高级驾驶辅助系统 | 高级辅助驾驶系统是辅助驾驶者进行汽车驾驶的车载系统，利用车上各种类型传感器，收集车内外环境数据，能够快速预知行驶安全性的主动安全技术。 |
过拟合 | 创建的模型与训练数据过于匹配，以致于模型对新数据无法做出正确预测。 |
接管 | 接管是自动驾驶系统与驾驶员之间对汽车管理责任的转换，即自动驾驶过程中，需要人工进行干预修正的行为，用来形成自动驾驶系统完善程度的考核指标。 |
接管大屏 | 大屏查看车辆行驶轨迹和人工接管等信息，方便定位接管原因。 |
精确率 | 一种模型评估的指标，针对预测结果，表示的是预测为正的样本中有多少是真正的正样本。 精确率=真正例TP/（真正例TP+假正例FP） |
均值平均精度 | 一种模型评估的指标，指的是不同目标检测类别、不同召回率上的精确率的平均值。 |
流水线 | 包括数据收集、处理数据等一系列流程，用于监管平台各作业流程。 |
模型 | 算法训练过程中，从数据集中学习内容表示形式，形成推理能力，可用于新数据集对同类内容进行自动标注。 |
难例 | 自动标注过程中导致损失值很大的一些样本，即模型很大概率检测错误的样本，需要通过人工筛选得到。 |
数据集 | 一组样本的集合，每个样本包含一个或多个特征。自动驾驶领域中，常将样本数据用于特定的模型训练。 |
桶 | 对象存储服务OBS中，用于存放对象的容器，桶名必须全局唯一。 |
推理 | 将训练过的模型应用于无标签样本，并作出预测，也即自动标注过程。 |
移动数据中心 | 华为公司基于自研CPU与AI处理器的异构计算平台，为智能驾驶提供强大的算力支持。 |
召回率 | 一种模型评估的指标，针对样本本身，表示的是样本中的正例有多少被预测正确。 召回率=真正例TP/（真正例TP+假负例FN） |
ROS | 原指机器人操作系统(Robot Operating System)，专为机器人软件开发所设计的开源电脑操作系统。在本文中指符合ROS官方代码规范的仿真算法开发程序。 |
产物 | 产物，是由在线编译、或用户本地编译产生的一个压缩包，内部由可执行文件、相关库与配置文件等组成。 |