【HiVT】HiVT轨迹预测代码环境配置及训练

最新推荐文章于 2024-12-03 10:37:33 发布
最新推荐文章于 2024-12-03 10:37:33 发布
阅读量2.3k 收藏 17
点赞数 5
CC 4.0 BY-SA版权
分类专栏： HiVT 文章标签： python 自动驾驶 深度学习 人工智能 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34972053/article/details/136677397

0.简介

github项目链接 论文链接
在这里插入图片描述
Argoverse 1.1验证集的预期性能是：
Models minADE minFDE MR
HiVT-64 0.69 1.03 0.10
HiVT-128 0.66 0.97 0.09

在这里插入图片描述

1. 拉取代码仓库

git clone https://github.com/ZikangZhou/HiVT.git
cd HiVT

2. 创建conda环境

conda create -n HiVT
最低0.47元/天 解锁文章

200万优质内容无限畅学
《HiVT: Hierarchical Vector Transformer for Multi-Agent Motion Prediction》论文阅读之HiVT
Gavinmiaoc的博客
07-05 3091
目录摘要1.介绍2.相关工作3.方法3.1. 总体框架3.2 场景表示 3.3 分层向量Transformer3.3.1 局部编码器3.3.2 全局交互模块3.3.3 多模态未来解码器3.4 训练4.实验4.1 实验设置4.2 消融研究 4.3. 结果5.结论 准确预测周围交通参与者的未来运动对于自动驾驶车辆的安全至关重要。最近，矢量化方法由于能够捕捉交通场景中的复杂交互而在运动预测领域占据主导地位。然而，现有的方法忽略了问题的对称性并且受到昂贵的计算成本的影响，面临着在不牺牲预测性能的情况
轨迹预测相关论文--持续更新
Gavinmiaoc的博客
06-28 1859
轨迹预测
HIVT 环境依赖配置（踩坑总结）
weixin_44918138的博客
04-20 640
还有什么需要补充的欢迎留言~~
轨迹预测入门 | 我的HiVT学习笔记
CV_Autobot的博客
02-17 1496
作者|一根呆毛 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/682073656点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【轨迹预测】技术交流群本文只做学术分享，如有侵权，联系删文个人觉得这篇paper非常适合学习，因为文章写得很清楚，没有跳步。源码也很清楚，容易看懂。详细介绍了很多复杂预测模型的基本原理，看...
多目标运动轨迹预测HiVT代码跑通
jiaqihanhan的博客
01-17 5063
个人对于CVPR2022的轨迹预测HiVT代码的跑通，后续有时间再考虑细化代码
HiVT、VectorNet运动预测方法分析
07-25 3350
分别介绍了VectorNet和HiVT的原理，并对比了两种方法的异同点。
Hivt预测方法（1）
qq_43510530的博客
12-03 1129
设置随机种子：确保实验可复现。定义和解析命令行参数：使用来配置训练相关的参数（如批量大小、GPU 数量、最大训练轮数等）。初始化回调和训练器：设置模型检查点回调，监控特定的评估指标（如val_minFDE），并初始化 PyTorch Lightning 的训练器。创建模型和数据模块：实例化模型HiVT和数据模块。启动训练：通过启动模型训练过程。
argoverse数据集test
01-13
通过研究 argoverse-api 项目的目录结构及其功能描述，能够更好地理解如何利用该工具包读取、解析以及可视化轨迹预测任务所需的信息[^3]。 #### 执行测试案例 一旦完成了上述准备工作，则可以根据个人需求编写脚本...
**HiVT: 构建未来交通的基石 — 多智能体运动预测的革命性工具**
gitblog_00211的博客
08-08 1067
HiVT: 构建未来交通的基石 — 多智能体运动预测的革命性工具 HiVT[CVPR 2022] HiVT: Hierarchical Vector Transformer for Multi-Agent Motion Prediction项目地址:https://gitcode.com/gh_mirrors/hi/HiVT 在日益复杂的现代交通系统中，准确预测多智能体（如车辆和行人的运动）的动...
Argoverse数据集API安装和HiVT代码调试踩坑及排坑记录
qq_43647582的博客
03-12 3500
由于4060显卡出现RuntimeError: nvrtc: error: invalid value for --gpu-architecture (-arch)错误，重新配置了，更改了torch 版本)原因，可能是因为显卡问题，4060 用 Pytoch1.8.0 +cu111 出现问题，改使用了 Pytorch1.13.1+cu117 未报错。第二步：找到.bashrc 文件，可能被隐藏了，到所在目标输入 ls -all 会显示。定位.bashrc 位置 locate .bashrc。
HiVT代码数据处理部分笔记
weixin_53222965的博客
03-02 1581
从第二部分的分析，可以发现模型的输入是一个包含智能体的属性（agent_index，av_index， edge_index），智能体的运动特征（origin，positions，rotate_angles，theta，x，y），智能体交互特征（edge_index：哪些智能体有联系；
HiVT: Hierarchical Vector Transformer for Multi-Agent Motion Prediction
baidu_41890159的博客
10-11 1207
准确预测周围交通智能体的未来运动对于自动驾驶车辆的安全至关重要。最近，矢量化方法因其能够捕捉交通场景中的复杂交互而成为运动预测领域的主流。然而，现有方法忽略了问题的对称性，并且面临昂贵的计算成本，挑战在于在不牺牲预测性能的情况下进行实时多智能体运动预测。为了应对这一挑战，我们提出了层次化矢量变换器（HiVT），用于快速准确的多智能体运动预测。通过将问题分解为局部上下文提取和全局交互建模，我们的方法可以有效地对场景中的大量智能体进行建模。
轨迹预测系列 | HiVT之进化版QCNet到底讲了啥？
CV_Autobot的博客
04-12 2831
作者|一根呆毛 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/691379865点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『轨迹预测』技术交流群本文只做学术分享，如有侵权，联系删文HiVT的进化版（不先看HiVT也能直接读这篇），性能和效率上大幅提升。文章也很容易阅读。【...
《HiVT: Hierarchical Vector Transformer for Multi-Agent Motion Prediction》论文精读
xinwangAA的博客
04-02 2543
现有的方法忽略了问题的对称性，并且计算成本昂贵我们的方法通过将问题分解为局部上下文提取和全局交互建模我们提出了平移不变的场景表示和旋转不变的空间学习模块常见的矢量化方法通常对参考系的平移和旋转不具有鲁棒性，为了解决这个问题，现有的研究将场景进行归一化，使其以目标代理为中心，并与目标代理的航向对齐，但随之而来的是计算成本的提高在第一阶段，我们的框架避免了昂贵的全对全交互建模，并且只在局部提取上下文特征。
HiVT 项目使用教程
gitblog_00239的博客
08-08 453
HiVT 项目使用教程 1. 项目的目录结构及介绍 HiVT 项目的目录结构如下： HiVT/ ├── assets/ ├── checkpoints/ ├── datamodules/ ├── datasets/ ├── losses/ ├── metrics/ ├── models/ ├── .gitignore ├── LICENSE ├── README.md ├── eval.py ├─...
HiVT基础环境在40系显卡下的报错解决方法
weixin_57815904的博客
06-14 1238
HiVT跑通时候遇到的问题，我将论文要求硬件2080ti换为4080后居然有报错，将HiVT代码要求的配置更改使其能够适配40系显卡。所以来帮助大家避坑。
安装argoverse数据集及HiVT部署出现的问题
m0_48100146的博客
06-08 649
python=3.8/3.9时，如果装了2.0.1版本的torch+cu118，引用torch.nn里面的tranformer模块时，在前向转播的过程中可能会报错。建议安装低一点版本的torch。
安装argoverse和复现HiVT时踩的坑
満開！
03-19 1793
所以需要在fde.py、ade.py、mr.py直接文件中，修改super方法，以FED.py为例。上面是FDE.py原本的代码，我们把下面的super里面的compute_on_step删掉，就好了，如下所示。记得mr.py和ade.py里面也这么做。这个在其他分享里面是把torchmetrics这个库降版本，但我这里torchmetrics用的是新版，因为我其他项目也要用到。首先CSDN有两篇踩坑记录，但是有部分情况和我的不一样，所以这里来记录下。
CVPR2024自动驾驶轨迹预测方向的论文整理
u010062386的专栏
07-05 5463
提出针对在线地图不确定性带给轨迹预测的影响对应的解决方案。在轨迹预测中，利用在线地图不确定性是一个重要的课题。随着位置数据的增加和地图更新的频率加快，准确地处理这些不确定性变得至关重要。通过这些步骤，我们可以有效地利用在线地图的不确定性来提高轨迹预测的准确性。
hivt可视化
最新发布
03-08
### HIVT可视化工具和方法 对于致力于开发涉及多智能体动态预测技术解决方案的研究人员来说，HiVT提供了一套强大的功能来支持复杂场景下的数据分析与处理[^2]。然而，在具体讨论HIVT（假设应为HiVT）的可视化方面： #### HiVT中的数据表示形式 在HiVT框架下，输入通常是场景级别的数据，但在内部实现过程中会对每个目标建立中心视角模型，即针对每一个对象构建其周围环境的信息描述。这种设计使得可以在前向传播阶段获得基于个体视角的目标编码，并进一步分析不同实体间的关系及其相互作用模式[^3]。 #### 可视化手段概述 为了更好地理解和解释由HiVT生成的结果，通常采用以下几种主要类型的可视化工具和技术： - **轨迹图**：通过二维或三维图形展示各个物体随时间变化的位置移动路径。 - **热力地图**：利用颜色深浅程度反映特定区域内事件发生的频率或者强度分布情况。 - **关系网络图**：描绘各参与主体之间的关联度以及影响力大小，有助于识别群体行为特征。 - **动画模拟**：创建连续帧序列重现实际发生过程，帮助观察者直观感受整个系统的演变趋势。 ```python import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D def plot_3d_trajectory(trajectories): fig = plt.figure() ax = fig.add_subplot(111, projection='3d') for traj in trajectories: xs, ys, zs = zip(*traj) ax.plot(xs, ys, zs) ax.set_xlabel('X Axis') ax.set_ylabel('Y Axis') ax.set_zlabel('Z Axis') plt.show() # 假设有一个包含多个轨迹点列表的数据集 example_trajectories = [ [(0, 0, 0), (1, 1, 1), ...], ... ] plot_3d_trajectory(example_trajectories) ``` 上述代码片段展示了如何使用Python绘制简单的三维空间内物体运动轨迹图表作为基础示例之一。
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

HIT_Vanni

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值