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
智星云算力1 分钟前
算力民主化的 “临界点”:RTX 5090 专属算力平台专项测评与租用实战分析
大数据·人工智能·gpu算力·智星云·gpu租用
掘金安东尼2 分钟前
Cloudflare :Agent Readiness 评分来了!你的网站,AI 代理能"看懂"吗?
人工智能
我是发哥哈3 分钟前
主流AI培训机构能力横向评测:核心维度与选型要点解析
大数据·人工智能·学习·机器学习·ai·chatgpt·aigc
QYR-分析6 分钟前
电气化浪潮下,电池液体冷却器行业发展全景解析
大数据·人工智能
ai产品老杨6 分钟前
架构解析:基于GB28181/RTSP的AI视频管理平台——支持X86/ARM异构计算、Docker容器化与源码交付
人工智能·架构·音视频
AdMergeX10 分钟前
AI赋能,全效增长 | AdMergeX携全生态智能方案重磅亮相GTC2026全球流量大会
人工智能
科德航空的张先生12 分钟前
2026高校智能网联交通仿真实验平台方案
人工智能
AC赳赳老秦12 分钟前
OpenClaw与Notion联动:自动同步工作任务、整理笔记,实现高效管理
运维·人工智能·python·数学建模·自动化·deepseek·openclaw
The Open Group12 分钟前
O-AA™ 与 TOGAF® 双标准,重塑 AI 时代企业架构新范式
人工智能·架构
2501_9400417414 分钟前
AI创建游戏常用的高质量prompt
人工智能