深度学习-MTR数据准备与训练

1、def create_infos_from_protos(raw_data_path, output_path, num_workers=1):

num_workers从16改成1

2、MTR的数据准备用的是scenario里的数据,不是tf_example里的

3、数据用motion1.1

4、motion数据格式:https://zhuanlan.zhihu.com/p/419147352
https://blog.csdn.net/weixin_50232758/article/details/132260047

一个tfrecord中包含大概500个scenario,scenario是一帧数据

5、由于tensorflow与torch中的typing-extensions 版本无法统一,所以数据集准备与训练分别建立两个虚拟环境进行

构建数据集准备的虚拟环境:

python 复制代码
conda create --name waymo_data_preparation python=3.8
pip install waymo-open-dataset-tf-2-12-0==1.6.4

MTR训练验证环境构建:

相关推荐
兰亭妙微UI设计公司1 分钟前
兰亭妙微UI设计:Neemo Project 企业AI项目管理后台全案运营价值解析
人工智能·ui
Bode_20025 分钟前
智能制造系统(SoI)中“3I”指什么
大数据·人工智能
%KT%6 分钟前
大模型提示词在标点符号上的一些习惯
人工智能·prompt
单片机杂货铺17 分钟前
【单片机毕业设计选题】基于单片机的智能牛奶保鲜箱设计
人工智能·stm32·单片机·物联网·毕业设计·课程设计
lancyu21 分钟前
# Agent Loop:AI Agent 的唯一直心骨
开发语言·javascript·人工智能
zx_7414848131 分钟前
【计算机视觉入门】基于 OpenCV 的银行卡号识别综合案例
人工智能·opencv·计算机视觉
龙虾PRO31 分钟前
2026 Headless CMS实操指南:区别传统与解耦CMS,落地全渠道内容复用
人工智能
fīɡЙtīиɡ ℡32 分钟前
RAG优化
人工智能
语音之家32 分钟前
多方言ASR自蒸馏:学会方言,不忘普通话
人工智能·消融实验·方言 sft
禁默35 分钟前
2026年Mac被控远控深度测评横评:六大主流远程软件哪款更能打
人工智能·远程