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
百胜软件@百胜软件6 分钟前
胜券AI的Skills可插拔技能包,让零售AI从“泛”到“专”
大数据·人工智能·零售
瓶 盖11 分钟前
AI 味为什么改词改不掉?把 61,608 篇小说拆开之后
人工智能
行走的领路人12 分钟前
FlyEnv 本地开发环境与 AI 协同能力深度评测
人工智能
汇智信科15 分钟前
基于 Jmis 框架的制度与流程管控系统设计与应用|项目全生命周期管理
大数据·人工智能·微服务·云原生·汇智信科
王红臣同学22 分钟前
在 Windows 上复现 Microduck 机器鸭仿真
人工智能·ai
AI人工智能集结号26 分钟前
AI推荐优化服务有哪些?不同服务类型适合什么需求?
人工智能
IT_陈寒33 分钟前
Vue的computed属性竟然坑了我一把
前端·人工智能·后端
DO_Community38 分钟前
Omarchy 将研发基础设施迁移至 DigitalOcean 云平台
linux·人工智能·llm·agent·omarchy
威斯软科的老司机39 分钟前
通俗讲解 CNN 图像识别、向量 Embedding、Softmax 概率计算这三块的简化原理
前端·人工智能·ui·数字孪生
AIGC小尼1 小时前
最新万相 Wan Animate ComfyUI 整合包详解|低显存 8G 可用、动作迁移 + 角色替换全流程本地化部署
人工智能·comfyui·ai漫剧