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
moshuying33 分钟前
别让AI焦虑,偷走你本该有的底气
前端·人工智能
董董灿是个攻城狮1 小时前
零基础带你用 AI 搞定命令行
人工智能
喝拿铁写前端3 小时前
Dify 构建 FE 工作流:前端团队可复用 AI 工作流实战
前端·人工智能
阿里云大数据AI技术4 小时前
阿里云 EMR Serverless Spark + DataWorks 技术实践:引领企业 Data+AI 一体化转型
人工智能
billhan20164 小时前
MCP 深入理解:协议原理与自定义开发
人工智能
Jahzo4 小时前
openclaw桌面端体验--ClawX
人工智能·github
billhan20164 小时前
Agent 开发全流程:从概念到生产
人工智能
用户1474853079744 小时前
AI-动手深度学习环境搭建-d2l
深度学习
threerocks4 小时前
过了个年,AI 圈变天了?但没人告诉你为什么
人工智能