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
计算机毕业设计指导1 分钟前
基于机器学习的钓鱼邮件检测系统设计与实现
人工智能·机器学习
大强同学6 分钟前
精简版Windows如何安装微软商城应用? Codex 离线安装教程
人工智能·microsoft
十铭忘7 分钟前
贝叶斯推断、隐马尔可夫模型、卡尔曼滤波
人工智能·深度学习·机器学习
fuquxiaoguang7 分钟前
从监控面板到自主修复:AI智能体正在重新定义中间件运维
运维·人工智能·中间件·opsai
绛橘色的日落(。・∀・)ノ8 分钟前
机器学习
人工智能·笔记·深度学习
众生皆苦,我是红豆奶茶味8 分钟前
【工具】Codex 配置文件速查笔记(截至 2026 年 05 月 09 日)
人工智能·笔记·python·深度学习·神经网络
tiger从容淡定是人生12 分钟前
Vibe Coding——中国信创生态真正的“超级加速器”
大数据·人工智能·vibe coding·信创战略
叶沧ii大数据全栈呀12 分钟前
【数据智能】从“提需求等排期“到“数据追着人跑“:数据中台到Data Agent的变革复盘
大数据·人工智能·ai编程
2601_9571909012 分钟前
超元力元宇宙科幻乐园整馆方案——数字科技重塑文旅研学新生态
大数据·人工智能·科技
tanis_207714 分钟前
PDF 解析后输出什么格式?MinerU 五类下游场景的选型指南
人工智能·pdf·csdn开发云