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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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++
1 K
1.01 K
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
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987