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
databook10 分钟前
用 Pydantic AI 从零搭建一个能干活的 AI Agent
人工智能·python
SunShaoLu18 分钟前
AI 思维导图工具横向评测:5 款主流产品的生成链路、编辑手感与协作能力对比(2026 版)
人工智能
小禾everyday26 分钟前
RINO:让AI用物理结构自学,1%标注数据实现全监督效果
人工智能
GlobalInfo28 分钟前
无人机机巢机库 行业地位与成长性研究报告:占有率跃升路径、收入增速与销量趋势
人工智能·ai·无人机
zw_onemaker_ai34 分钟前
让 Agent 自己收钱:72 小时搭出 x402 Agent 经济体(附八个真实踩过的坑)
人工智能·ai编程
科技看点说35 分钟前
2026年AI安全上市公司梳理:产品、认证与商业化进展
大数据·人工智能
用户0807759078535 分钟前
昇腾 NPU 从零部署推理模型 · 完整决策与操作指南
深度学习
HaipengYu38 分钟前
从 Config Hook 到 Server/TUI:OpenCode 插件 V1 到 V2 的架构演进
人工智能·架构
李元_霸1 小时前
基于 AI 的 Web 与 App 端到端测试实践
前端·人工智能
橘饴1 小时前
当我把 SRC 挖洞交给一个自主 Agent:一天的失败实验记录
人工智能