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
沛沛老爹2 分钟前
从Web到AI:Agent Skills CI/CD流水线集成实战指南
java·前端·人工智能·ci/cd·架构·llama·rag
byte轻骑兵3 分钟前
【LE Audio】BAP协议精讲[1]: 开启低功耗音频新纪元
人工智能·音视频·蓝牙·le audio·bap
老蒋每日coding6 分钟前
AI智能体设计模式系列(八)—— 记忆管理模式
人工智能·设计模式·golang
好奇龙猫7 分钟前
【人工智能学习-AI入试相关题目练习-第五次】
人工智能·学习
敏叔V5877 分钟前
AI应用开发框架对比:LangChain vs. Semantic Kernel vs. DSPy 深度解析
人工智能·驱动开发·langchain
Das18 分钟前
【机器学习】04_支持向量机_拉格朗日对偶法
人工智能·机器学习·支持向量机
川西胖墩墩8 分钟前
自动化提示工程的演进路径
人工智能
小咖自动剪辑8 分钟前
视频去水印与去字幕教程:免费去水印软件与去字幕工具推荐
人工智能·音视频·实时音视频·视频编解码
子午9 分钟前
【2026原创】文本情感识别系统~Python+深度学习+textCNN算法+舆情文本+模型训练
python·深度学习·算法
GISer_Jing10 分钟前
1.17-1.23日博客之星投票,每日可投
前端·人工智能·arcgis