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
kcuwu.几秒前
BERT文本分类完整实战指南
人工智能·分类·bert
ViiTor_AI4 分钟前
视频翻译出海完整流程:翻译、克隆原声、对口型怎么做
人工智能
MacroZheng4 分钟前
给Claude Code装上这个超酷的状态栏,瞬间高大上了!
java·人工智能·后端
私域合规研究6 分钟前
聚焦新消费商业模式 专家研讨会在台州举行
人工智能
霸道流氓气质6 分钟前
Spring AI Alibaba + Ollama Function Calling 项目完整指南
人工智能·windows·spring
花落yu7 分钟前
【无标题】
pytorch·python·深度学习
码农小白AI8 分钟前
从分段审核到一体化闭环:AI 报告审核如何用 IACheck 重构仪器校准与期间核查流程
人工智能·重构
人月神话-Lee10 分钟前
【图像处理】vImage/Accelerate——SIMD 让 CPU 也能飞
图像处理·深度学习·ios·cnn·ai编程·swift
至善迎风13 分钟前
用 Codex / Claude Code Skill 自动完成「文献 PDF → 文献汇报 PPT」:从论文精读到 10–12 页学术汇报
人工智能·pdf·powerpoint
lauo13 分钟前
AIPC新时代的破局者:ibbot手机如何用poplang和token节点重塑AI硬件生态
人工智能·智能手机