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
九酒4 小时前
AI Agent 开发踩坑记:口播功能非得用 APP 原生实现吗?
前端·人工智能·agent
蝎子莱莱爱打怪4 小时前
DSpark 讲透:DeepSeek 不换模型,硬把 V4 提速 85%,是怎么做到的?
人工智能·面试·程序员
巫山老妖6 小时前
置身AI内
人工智能
IT_陈寒7 小时前
JavaScript项目实战经验分享
前端·人工智能·后端
vanuan9 小时前
两个AI智能体第一次对话-A2A双Agent协作实战
人工智能
kfaino10 小时前
码农的AI翻身(四)你好,我叫 Attention
人工智能·后端
雨落Re12 小时前
如何设计一个高质量Skill
人工智能
Token炼金师13 小时前
大模型权重文件全指南:从格式选择到优化实战
人工智能
阿牛哥_GX13 小时前
CDP 浏览器操控原理:让脚本接管你的浏览器
人工智能
ThreeS13 小时前
手搓MiniVLA全实战教程-一步一步用pytorch解释原理与思路
人工智能·python