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
水如烟9 分钟前
孤能子视角:关系性学习,“喂饭“的小孩认知
人工智能
徐_长卿12 分钟前
2025保姆级微信AI群聊机器人教程:教你如何本地打造私人和群聊机器人
人工智能·机器人
XyX——15 分钟前
【福利教程】一键解锁 ChatGPT / Gemini / Spotify 教育权益!TG 机器人全自动验证攻略
人工智能·chatgpt·机器人
十二AI编程1 小时前
Anthropic 封杀 OpenCode,OpenAI 闪电接盘:AI 编程生态的 48 小时闪电战
人工智能·chatgpt
CCC:CarCrazeCurator2 小时前
从 APA 到 AVP:汽车自动泊车系统技术演进与产业发展深度研究
人工智能
OpenMiniServer2 小时前
当 AI 成为 Git 里的一个“人”
人工智能·git
bryant_meng2 小时前
【DLNR】《High-frequency Stereo Matching Network》
人工智能·深度学习·计算机视觉·stereo matching·dlnr
梦雨羊3 小时前
Base-NLP学习
人工智能·学习·自然语言处理
丝斯20113 小时前
AI学习笔记整理(42)——NLP之大规模预训练模型Transformer
人工智能·笔记·学习