تنزيل تنبؤ المثيل الفعال - تنزيل كود مصدر التنبؤ الفعّال

التنبؤ الفعال للمثيلات

شفرة المصدر الأخرى

تنزيل

كفاءة مثيل التنبؤ

يحتوي هذا المستودع على التعليمات البرمجية الخاصة بالورقة "الطريقة المستندة إلى المحولات السريعة والفعالة للتنبؤ بمثيلات عرض عين الطائر" بواسطة:

ميغيل أنتونيس
لويس م. بيرجاسا
سانتياغو مونتييل مارين
رافائيل باريا
فابيو سانشيز جارسيا
انجيل لامازاريس

قم بتغيير مسار nuscenes في ملف makefile. إذا لم يتم تعيين مفتاح WANDB، فسوف يطلب الرمز ذلك. إذا كنت لا ترغب في إنشاء حسابك أو استخدامه، فيمكنك تسجيل الدخول بشكل مجهول.

مجموعة بيانات NuScenes

قم بتنزيل مجموعة بيانات NuScenes من الموقع الرسمي واستخرج الملفات في مجلد بالبنية التالية:

  نوسينس/
  └──── ترينفال/
        ├──── الخرائط/
        ├──── عينات/
        ├──── عمليات المسح /
        ├──── v1.0-ترينفال/
        └──── v1.0-ميني/

قم بتكوين المسار إلى مجموعة بيانات NuScenes في ملف Makefile:

 NUSCENES_PATH = /path/to/nuscenes

نماذج مُدربة مسبقًا

جدول مع النماذج وأدائها

نموذج	VPQ قصير	IU قصيرة	بارامس (م)	الكمون (ملي ثانية)	نقطة تفتيش
ممتلىء	53.7	59.1	13.46	63	"نموذج كامل ckpt"
صغير الحجم	52.3	57.5	7.42	60	"نموذج صغير ckpt"

التثبيت والاستخدام

أنشئ صورة Docker باستخدام الأمر التالي:

 جعل بناء

يمكنك تكوين المعلمات التالية للصورة في Makefile:

IMAGE_NAME : اسم صورة Docker التي تم إنشاؤها.
TAG_NAME : علامة لصورة Docker التي تم إنشاؤها.
USER_NAME : اسم المستخدم داخل حاوية Docker.

بمجرد إنشاء الصورة، يمكنك تشغيل الحاوية باستخدام الأمر التالي:

 تشغيل

سيقوم هذا الأمر بتشغيل bash داخل الحاوية وتركيب الدليل الحالي ومجموعة البيانات داخل الحاوية.

داخل الحاوية، يمكنك:

تقييم النموذج:

 بيثون val.py --نقطة تفتيش "المسار/إلى/model.ckpt" --dataset_root "المسار/إلى/nuscenes"

تصور التوقعات:

 بيثون Predict.py --checkpoint "المسار/إلى/model.ckpt" --dataset_root "المسار/إلى/nuscenes"
                   --save_path "المسار/إلى/الحفظ/التنبؤات"

تدريب النموذج:
أولاً، يمكنك تكوين بعض معلمات التدريب في ملف prediction/configs/baseline.py . كما نقوم بتوفير ملفات التكوين لنماذجنا في نفس المجلد.
إذا كنت تريد استخدام حساب Wandb الخاص بك، فيمكنك تعيين متغير بيئة WANDB_API_KEY باستخدام مفتاح API الخاص بك.
يمكن تدريب النموذج باستخدام الأمر التالي:
```
 بيثون Train.py - التكوين "config_name"
```
حيث config_name هو اسم ملف التكوين بدون الامتداد .py في prediction/configs . يمكن أيضًا إضافة تكوينات مخصصة جديدة إلى هذا المجلد.
إذا قمت بتحديد مسار نقطة تفتيش في baseline.py فيمكنك:

قم بتحميل أوزان النموذج المُدرب مسبقًا إذا تم تعيين LOAD_WEIGHTS على True.
استمر في التدريب من نقطة التحقق إذا تم تعيين CONTINUE_TRAINING أيضًا على True، والذي يحافظ على حالة المحسن والمجدول.