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
长江后浪博客3 分钟前
陶瓷喷墨 RIP 中的 8 色 ICC Profile 技术原理与 LittleCMS 实现
人工智能·色彩管理·陶瓷喷墨·littlecms·icc profile
江畔柳前堤3 分钟前
字节跳动产品全景图:从应用表象到技术深海的七层解剖
人工智能·chatgpt·架构·json·batch
山西茄子6 分钟前
【无标题】
人工智能
Fxkj8889 分钟前
企业新媒体IP陪跑真实价值解析:合作体验与效果评判标准
大数据·人工智能·tcp/ip·媒体
咖啡星人k9 分钟前
2026 GraphRAG 知识图谱:给大模型装上“关系地图“,多跳问题不再答非所问(MonkeyCode 免费上手)
人工智能·机器学习·语言模型·自然语言处理·知识图谱
Python大数据分析@10 分钟前
DeepSeek harness的开发哲学
人工智能
全栈弟弟20 分钟前
智能商店+自主智能体APP 商业计划书
人工智能·机器人·ai-native
小猴子下山12329 分钟前
无锡芯健细胞:赫尔曼疗法≠洗血
人工智能·精选
Henry-SAP30 分钟前
SAP PP 从停工待料到精准排产
人工智能·云原生·sap·erp
大金SEO32 分钟前
注册商标企业,在做GEO优化时应选用哪类媒体,才更易被AI采纳?
大数据·人工智能