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
小真zzz5 小时前
AI信息迷雾:当智能推荐遭遇“数据投毒”与“幻觉陷阱”
人工智能·搜索引擎·ai
Ronaldinho Gaúch5 小时前
梯度消失与梯度爆炸
人工智能·深度学习·机器学习
查无此人byebye5 小时前
硬核深度解析:KimiDeltaAttention 源码逐行精读+公式推导+复杂度优化(完整可运行)
人工智能·深度学习·神经网络·自然语言处理
丰海洋5 小时前
Transformer参数量
人工智能·深度学习·transformer
chools5 小时前
Java后端拥抱AI开发之个人学习路线 - - Spring AI【第三期】(向量数据库 + RAG检索增强生成)
java·人工智能·学习·spring·ai
tianbaolc5 小时前
Claude Code 源码剖析 模块一 · 第一节:Claude Code 宏观架构
人工智能·ai·架构·claude code
温九味闻醉5 小时前
人工智能应用作业1:PPO强化学习算法
人工智能·算法
安科士andxe5 小时前
实践指南|安科士SFP-10/25G-LR-S-I光模块部署与运维技巧
运维·人工智能·5g
AI360labs_atyun5 小时前
我在命令行里养了只电子宠物,还顺便学会了Claude Code
人工智能·科技·学习·ai·宠物
dydm_131285 小时前
笔尖下的奇迹:当AI实时绘画“撞见”未来教育
人工智能