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
阿尔法工场研究院2 分钟前
小米向下扎根,中国科技向上
人工智能·科技
智圣新创013 分钟前
存量数字化校园升级破局:从基础数据集成到校务服务全域提效的通用落地路径
大数据·人工智能·物联网
AI的探索之旅4 分钟前
97 个 OpenCV 实例(十二):仪表自动读数,从图像处理到落地项目
人工智能·opencv·计算机视觉·ai
奈斯先生Vector7 分钟前
从“能调用”到“可替换”:Coze 多模型 API 编排层设计指南
linux·运维·人工智能·ubuntu·平面·ios
aneasystone本尊10 分钟前
学习大模型推理的嵌入与位置编码
人工智能
FII工业富联科技服务12 分钟前
GW级AI数据中心怎么建?Omniverse、CFD、液冷与BMS技术路径拆解
服务器·人工智能·算法·能源·制造
新知图书14 分钟前
9.2 客户支持聊天机器人-项目架构设计
人工智能·agent·ai agent·智能体
HAHAXX819 分钟前
AI 编程助手 + RPA 二次开发:基于 Prompt 工程对接大模型接口完整教程
人工智能·prompt·rpa
柳絮飞祭奠21 分钟前
03-Dify知识库搭建实战专利文档TXT+Excel
人工智能·pytorch·自然语言处理·集成学习
我滴老baby25 分钟前
部署 Portainer CE,把日志、镜像和数据卷搬进网页
数据库·人工智能·架构