7.5.9 验证模型在真实数据上的性能
在本项目中,文件test_helper.py 定义了测试辅助函数,包括轨迹采样和高斯分布采样,为test.py 提供了在测试集上评估模型性能的重要工具。文件test.py 是测试脚本,加载训练好的模型,在测试集上进行迭代测试,并记录性能指标,最终输出最佳的测试 ADE 和 FDE,以及真实和预测轨迹的存储。这两个文件共同支持模型在真实数据上的综合性能评估。
(1)编写文件test_helper.py,定义了在测试中用到的一些辅助函数,如采样函数和从二维高斯分布中采样的函数。这些函数对于评估模型在测试集上的性能非常关键,特别是在生成轨迹预测方面。这些函数通过测试辅助脚本(test.py)中的 Test 函数被调用。
import torch
from torch.autograd import Variable
from grid import getSequenceGridMask, getGridMaskInference
import numpy as np
# 采样函数
def sample(nodes, nodesPresent, grid, args, ne