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
冬奇Lab29 分钟前
MCP 系列(07):企业级部署——安全、认证与版本管理
人工智能·llm·mcp
老余说AI30 分钟前
AI声音克隆的“冰与火之歌“:你的声音正在被谁盗用?
人工智能·跨境电商·soundview
ywl47081208733 分钟前
【SpringAI 09】SpringAI入门
人工智能·springai
米小虾1 小时前
2026 AI智能体十大趋势:从工具到伙伴,Agent正在重塑什么?
人工智能
We0 AI1 小时前
2026 年 SEO 友好型网站构建器对比:We0 AI、Webflow、WordPress、10Web,谁更适合被收录?
人工智能·#ai建站
天国梦1 小时前
中学生居家英语听力训练深度解析:从核心痛点到AI赋能的全链路方案
人工智能·学习
智恒百亿1 小时前
RTX 5090 深度解析:8 卡智算集群多卡协同痛点完整解决方案
人工智能
树獭非懒1 小时前
七、智能体的Reflection机制:让AI学会三省吾身
人工智能·llm·agent
字节跳动视频云技术团队1 小时前
不止于 4K,火山引擎画质增强让视频从清晰走向细腻
人工智能·音视频开发
中微极客1 小时前
解锁LLM开发全栈能力:Python + LangChain + RAG 工程实战指南
人工智能·python·langchain