GeoTrackNet 开源项目使用教程
2026-01-23 06:28:09作者:柏廷章Berta
1. 项目的目录结构及介绍
GeoTrackNet 项目的目录结构如下:
GeoTrackNet/
├── data/
│ ├── datasets.py
│ ├── calculate_AIS_mean.py
│ ├── dataset_preprocessing.py
│ └── csv2pkl.py
├── models/
│ └── vrnn.py
├── chkpt/
├── results/
├── geotracknet.py
├── runners.py
├── bounds.py
├── contrario_kde.py
├── contrario_utils.py
├── distribution_utils.py
├── nested_utils.py
├── utils.py
├── flags_config.py
├── requirements.yml
└── README.md
目录结构介绍
-
data/: 包含数据处理相关的脚本,如数据集读取、AIS数据预处理等。
datasets.py: 数据集读取管道。calculate_AIS_mean.py: 计算AIS“四热”向量的均值。dataset_preprocessing.py: 预处理AIS数据集。csv2pkl.py: 将原始AIS消息从aivdm格式解析为csv文件。
-
models/: 包含模型的实现,如VRNN(变分递归神经网络)的实现。
vrnn.py: VRNN模型的实现。
-
chkpt/: 用于保存模型训练的检查点和摘要。
-
results/: 用于保存模型运行的结果。
-
geotracknet.py: 运行模型的主脚本。
-
runners.py: 用于构建训练和评估图的代码。
-
bounds.py: 计算每个边界的代码。
-
contrario_kde.py: 运行A contrario检测的脚本。
-
contrario_utils.py: A contrario检测的实用工具。
-
distribution_utils.py: 分布相关的实用工具。
-
nested_utils.py: 嵌套相关的实用工具。
-
utils.py: 通用实用工具。
-
flags_config.py: 配置标志文件。
-
requirements.yml: 项目依赖的配置文件。
-
README.md: 项目说明文档。
2. 项目的启动文件介绍
项目的启动文件是 geotracknet.py。该文件包含了运行模型的主要逻辑,可以通过命令行参数指定不同的运行模式,如训练、保存日志概率、局部日志概率和A contrario检测等。
启动文件示例
python geotracknet.py \
--mode=train \
--dataset_dir=/data \
--trainingset_name=ct_2017010203_10_20/ct_2017010203_10_20_train.pkl \
--testset_name=ct_2017010203_10_20/ct_2017010203_10_20_valid.pkl \
--lat_min=47.5 \
--lat_max=49.5 \
--lon_min=-7.0 \
--lon_max=-4.0 \
--latent_size=100 \
--batch_size=32 \
--num_samples=16 \
--learning_rate=0.0003
3. 项目的配置文件介绍
项目的配置文件是 requirements.yml。该文件列出了项目运行所需的所有依赖项。
配置文件内容示例
dependencies:
- python=3.7
- tensorflow=2.0
- numpy
- pandas
- scikit-learn
- matplotlib
- seaborn
通过安装这些依赖项,可以确保项目在本地环境中正常运行。
conda env create -f requirements.yml
以上命令将根据 requirements.yml 文件创建一个 Conda 环境,并安装所有必要的依赖项。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
496
3.64 K
Ascend Extension for PyTorch
Python
300
338
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
307
131
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
868
479
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882