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
大侠区块链几秒前
0 元 0 key,一个话题出一条短视频:开源工具 OpenShorts
人工智能·ai·claude
2601_962380762 分钟前
考公真题题库如何批量生成系列讲解视频
人工智能
szxinmai主板定制专家4 分钟前
NXP LS1046A 硬件方案: LS1046A+FPGA 异构加速架构实践
大数据·图像处理·人工智能·嵌入式硬件·fpga开发
fanxiaohui121384 分钟前
2026年长效耐用磁吸充电宝推荐|南孚传应解锁安心出游
服务器·人工智能·手机·电池·南孚传应
小巫山云子7 分钟前
OTF(On-The-Fly)技术详解
人工智能·计算机视觉·视觉检测·相机·半导体工业
广凌股份(广凌科技)10 分钟前
广凌智能督导巡课系统:强化教学过程管理,让教学质量提升有据可依
人工智能
仙女修炼史14 分钟前
相机基本知识
人工智能
AIGCmagic社区15 分钟前
具身智能专题:人手视频能直接拿来训灵巧手吗?RoboTok把人手演示检索出来再训
人工智能·aigc·具身智能
商业看点解说18 分钟前
小型创业团队开发 AI Agent 产品,哪些云平台可以降低模型接入与基础设施门槛?
大数据·人工智能
weixin_4462608519 分钟前
ReAct‑MCTS:蒙特卡洛树搜索增强的ReAct智能体用于长视界交互式任务
人工智能