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
豆豆12 小时前
2026自助建站平台对比:5大主流方案(SaaS/CMS/AI)优缺点与费用解析
人工智能·cms·建站系统·自助建站·内容管理系统·网站管理系统·站群cms
Elastic 中国社区官方博客12 小时前
Jina embeddings v3 现已在 Gemini Enterprise Agent Platform Model Garden 上可用
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·jina
wukangjupingbb12 小时前
AI驱动药物研发中的单模型幻象
人工智能
志栋智能13 小时前
超自动化巡检的核心价值:效率、质量与洞察
运维·服务器·网络·人工智能·自动化
甲维斯13 小时前
国产CodingPlan“玩不起”,玩GPT5.5去了!
人工智能·ai编程
数智化精益手记局13 小时前
4m变更管理实战:拆解4m变更管理四大要素的管控功能与常见难题
大数据·数据结构·数据库·人工智能·精益工程
2501_9458374313 小时前
OpenClaw:从 “聊天” 到 “执行”,AI 智能体的破局者
人工智能
DO_Community13 小时前
无封号焦虑!Claude Code 官方插件 +VS Code ,稳定接入的配置指南
人工智能·vscode·aigc·claude
woai336413 小时前
AI通识-人工智能的发展&产生要素
人工智能·ai