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
豌豆学姐3 分钟前
Sora2 能做什么?25 秒视频生成 API 的一次接入实践
大数据·人工智能·小程序·aigc·php·开源软件
Cherry的跨界思维7 分钟前
25、AI时代的数字生存战:爬虫与反爬虫的数据争夺全面解析
人工智能·爬虫·机器学习·python爬虫·python办公自动化·python反爬虫
测试人社区-千羽11 分钟前
智能化测试:AI驱动的测试覆盖率提升方法论与实战路径
运维·人工智能·测试工具·程序人生·自动化·测试覆盖率
龙腾AI白云29 分钟前
图神经网络初探(1)
人工智能
躺柒30 分钟前
读共生:4.0时代的人机关系02人机合作后
大数据·人工智能·机器人·人机交互·人机协作·人机对话
itwangyang52041 分钟前
AIDD药物筛选与设计详细方法
人工智能·python
yiersansiwu123d1 小时前
生成式AI落地潮:从技术狂热到商业价值重构
人工智能·重构
luoganttcc1 小时前
除了视觉伺服 还有哪些 方法
人工智能
ST小智1 小时前
2025年创作历程回顾与个人生活平衡
大数据·linux·人工智能
weixin_437988121 小时前
范式智能发布“风控哨兵”大模型 引领金融风控新范式
人工智能