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
nap-joker2 分钟前
脑衰老的多模态特征:从描述性分析到基于机器学习的整合
人工智能·机器学习·多模态
啥都鼓捣的小yao5 分钟前
Transformer深入浅出
人工智能·深度学习·transformer
lisw057 分钟前
大语言模型时代的可复现性:当“同一道题”给出不同答案
人工智能·机器学习·语言模型
吴建旭 智宅焕7 分钟前
智能家居全国交付中异地高并发管理带宽的系统架构与AI半自动化实现
人工智能·系统架构·智能家居
打工仔折腾 AI11 分钟前
260+异构同步链路实战:如何用语义化自动翻译破解CDC DDL同步痛点
人工智能·后端·python·自然语言处理·性能优化·langchain·机器翻译
Eloudy19 分钟前
ASTRA-sim 3.0:通过高保真GPU和基础设施建模进行下一级分布式机器学习模拟
人工智能·分布式·机器学习
william_yangshun21 分钟前
【AI实战】OpenMausBot中文版使用教程:把一队Claude/Codex智能体塞进聊天窗口
人工智能
工业涂料百问22 分钟前
固化温度降 20℃ 的三重账:能耗、产能与涂层内应力
人工智能
梦醒江南23 分钟前
Agent 卡在网页上时,为什么不能换个真实入口继续?
人工智能·agent
流烟默27 分钟前
MCP第 2 篇:Java 本地实战:官方 SDK + stdio + 单能力 Server
人工智能·mcp