LaneGCN

警告

保存许多演示文件的 Amazon AWS S3 存储桶argoai-argoverse已被泄露。文件可能已损坏。
引用此 S3 存储桶的文件已被修改，并且从此存储桶中进行的任何检索都被注释掉。请谨慎行事。

LaneGCN：学习运动预测的车道图表示

纸|幻灯片|项目页面| ECCV 2020 口头视频

梁明、杨斌、胡锐、陈韵、廖仁杰、宋峰、Raquel Urtasun

Argoverse运动预测竞赛第一名

目录

• 安装依赖
• 准备数据
• 训练
• 测试
• 执照
• 引文

安装依赖

您需要安装以下软件包才能运行代码：

• PyTorch>=1.3.1
• 阿尔戈宇宙 API

1. 以下是使用 anaconda从头开始​​创建环境的示例，您也可以使用 pip：

conda create --name lanegcn python=3.7
conda activate lanegcn
conda install pytorch==1.5.1 torchvision cudatoolkit=10.2 -c pytorch # pytorch=1.5.1 when the code is release

# install argoverse api
pip install  git+https://github.com/argoai/argoverse-api.git

# install others dependancy
pip install scikit-image IPython tqdm ipdb

2. [可选但推荐] 安装 Horovod 和mpi4py进行分布式训练。对于多 GPU 训练，Horovod 比nn.DataParallel更高效，并且比nn.DistributedDataParallel更易于使用。在安装 horovod 之前，请确保已安装 openmpi ( sudo apt-get install -y openmpi-bin )。

pip install mpi4py

# install horovod with GPU support, this may take a while
HOROVOD_GPU_OPERATIONS=NCCL pip install horovod==0.19.4

# if you have only SINGLE GPU, install for code-compatibility
pip install horovod

如果您有任何关于horovod的问题，请参考horovod github

准备数据：Argoverse 运动预测

您可以检查脚本并下载处理后的数据，而不是运行几个小时。

bash get_data.sh

训练

[推荐] 使用Horovod-multigpus进行训练

 # single node with 4 gpus
horovodrun -np 4 -H localhost:4 python /path/to/train.py -m lanegcn

# 2 nodes, each with 4 gpus
horovodrun -np 8 -H serverA:4,serverB:4 python /path/to/train.py -m lanegcn

使用 horovod 在 4 个 GPU (RTX 5000) 上训练模型需要 8 小时。

我们还提供培训日志供您调试。

[推荐] 在单 GPU 中使用 Horovod 进行训练/调试

python train.py -m lanegcn

测试

您可以从这里下载预训练模型

提交的推理测试集

 python test.py -m lanegcn --weight=/absolute/path/to/36.000.ckpt --split=test

指标的推理验证集

 python test.py -m lanegcn --weight=36.000.ckpt --split=val

定性结果

标签（红色） 预测（绿色） 其他代理（蓝色）

---

定量结果

执照

检查许可证

引文

如果您使用我们的源代码，请考虑引用以下内容：

 @InProceedings { liang2020learning ,
  title = { Learning lane graph representations for motion forecasting } ,
  author = { Liang, Ming and Yang, Bin and Hu, Rui and Chen, Yun and Liao, Renjie and Feng, Song and Urtasun, Raquel } ,
  booktitle = { ECCV } ,
  year = { 2020 }
}

如果您对代码有任何疑问，请打开问题并@chenyuntc。