M2I 项目使用教程

M2I 项目使用教程

M2IM2I is a simple but effective joint motion prediction framework through marginal and conditional predictions by exploiting the factorized relations between interacting agents.项目地址:https://gitcode.com/gh_mirrors/m2/M2I

1. 项目的目录结构及介绍

M2I 项目的目录结构如下：

M2I/
├── src/
│   ├── run.py
│   ├── config/
│   │   └── conditional_pred.yaml
│   └── ...
├── data/
│   └── validation_interactive/
│       └── ...
├── output/
│   └── ...
├── README.md
└── ...

目录结构介绍

• src/: 包含项目的源代码，主要逻辑和启动文件。
  • run.py: 项目的启动文件，用于执行预测任务。
  • config/: 包含项目的配置文件，如 conditional_pred.yaml。
• data/: 存放项目所需的数据文件，如 validation_interactive/ 目录。
• output/: 存放项目运行后的输出结果。
• README.md: 项目的说明文档，包含项目的基本介绍和使用方法。

2. 项目的启动文件介绍

启动文件：src/run.py

run.py 是 M2I 项目的启动文件，用于执行预测任务。通过该文件，用户可以指定数据路径、输出路径、配置文件等参数，启动预测任务。

主要参数

• --waymo: 指定使用 Waymo 数据集。
• --data_dir: 指定数据文件的路径。
• --output_dir: 指定输出结果的保存路径。
• --config: 指定配置文件的路径，如 conditional_pred.yaml。
• --relation_file_path: 指定关系文件的路径。
• --relation_pred_file_path: 指定关系预测文件的路径。
• --influencer_pred_file_path: 指定影响者预测文件的路径。
• --future_frame_num: 指定未来帧的数量。
• --eval_rst_saving_number: 指定评估结果保存的数量。
• --eval_exp_path: 指定评估结果的导出路径。

3. 项目的配置文件介绍

配置文件：src/config/conditional_pred.yaml

conditional_pred.yaml 是 M2I 项目的主要配置文件，用于配置预测任务的各项参数。

主要配置项

• hidden_size: 隐藏层的大小。
• train_batch_size: 训练批次的大小。
• sub_graph_batch_size: 子图批次的大小。
• core_num: 核心数量。
• other_params: 其他参数，如 l1_loss, densetnt, goals_2D, enhance_global_graph, laneGCN, point_sub_graph, laneGCN-4, stride_10_2, raster, train_pair_interest, save_rst。
• dist: 分布参数。
• future_frame_num: 未来帧的数量。
• agent_type: 代理类型，如 vehicle。
• nms: 非极大值抑制参数。

通过修改配置文件中的参数，用户可以自定义预测任务的行为和性能。

---

以上是 M2I 项目的基本使用教程，涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这份文档能帮助你更好地理解和使用 M2I 项目。

M2IM2I is a simple but effective joint motion prediction framework through marginal and conditional predictions by exploiting the factorized relations between interacting agents.项目地址:https://gitcode.com/gh_mirrors/m2/M2I