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
TK泰妞6 分钟前
跨境电商用AI做TikTok带货内容的实用工具
人工智能
鲜于言悠9058 分钟前
阿里云全球扩区:解开AI产品出海的合规与性能难题
人工智能
高升说9 分钟前
无人机避障方案取舍:单目、双目与激光雷达的工程对比
人工智能·无人机
Είναι η κοπέλα13 分钟前
CUDA 与 N 卡驱动安装
人工智能·开源
TechEdu20260614 分钟前
[人工智能]Python10:NumPy.random.Algebra 随机代数实战指南
人工智能·numpy
阿阿阿安15 分钟前
Agent 智能体开发(二)Agent 经典架构范式构建
人工智能·ai·agent
AI你一生一世20 分钟前
Attention is all you have:当上下文成为唯一的护城河
人工智能·大语言模型·注意力机制·rag·长上下文·上下文窗口·推理成本
天一生水water22 分钟前
时间序列非平衡样本分类研究综述:发展脉络、核心方法与前沿方向
人工智能·分类·数据挖掘
Omics Pro24 分钟前
预测性虚拟细胞中显式机理算子
大数据·数据库·人工智能·python·算法·机器学习·自然语言处理
haliu24 分钟前
【FHE 同态加密】我们如何实现同态加密推理(十六):未完成清单与已知边界(同态加密推理的精度、性能与安全)
人工智能·嵌入式·c·fhe·推理引擎·c11·边缘推理·同态加密推理