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
leobertlan2 分钟前
杂篇 -- 拂拭念头、造器与自洽:AI 时代属于每个人的秩序
人工智能·程序员
AI_AGENT_DEV_AI5 分钟前
AI 教培智能体的开发技术
人工智能
lazy熊8 分钟前
Prompt 优化不是写得更长,而是把上下文分层给 AI
人工智能·prompt
甲维斯9 分钟前
Kimi K3.1 Pro已测,国模终于来一个能打的 !?
人工智能
冬奇Lab14 分钟前
一天一个开源项目(第246篇):rec —— Recursive 自研的本地推理引擎,在 Mac 上跑 Flint 编码模型,称比 llama.cpp 快 1.4–2.6 倍
人工智能·开源·llm
fxss22 分钟前
认识闯关大冒险|十个关卡,带娃认全生活里的东西
人工智能
renhongxia126 分钟前
边缘AI部署与大模型轻量化技术全景:量化、蒸馏、RAG 与智能体落地实战
大数据·人工智能
AI视频工具指南33 分钟前
怎么用 AI 做悬疑短剧?
人工智能·aigc·音视频
Carol063034 分钟前
2026.10.23_科目一
人工智能
Young Doro35 分钟前
独立性检测学习任务
人工智能·学习·数据挖掘