Trajectron++ 项目使用教程

1. 项目目录结构及介绍

Trajectron-plus-plus/
├── config/
│   └── ...  # 配置文件目录
├── experiments/
│   ├── pedestrians/
│   │   └── ...  # 行人数据处理相关文件
│   └── nuScenes/
│       └── ...  # nuScenes 数据处理相关文件
├── img/
│   └── ...  # 项目相关图片
├── trajectron/
│   └── ...  # 项目核心代码
├── .gitignore
├── .gitmodules
├── LICENSE
├── README.md
├── requirements.txt
└── ...

目录结构说明

• config/: 存放项目的配置文件。
• experiments/: 包含数据处理和实验相关的脚本，分为 pedestrians 和 nuScenes 两个子目录，分别处理行人数据和 nuScenes 数据。
• img/: 存放项目相关的图片文件。
• trajectron/: 项目核心代码目录，包含模型训练和评估的脚本。
• .gitignore: Git 忽略文件配置。
• .gitmodules: Git 子模块配置。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖库列表。

2. 项目启动文件介绍

主要启动文件

• trajectron/train.py: 用于训练模型的启动文件。
• trajectron/eval.py: 用于评估模型的启动文件。

使用方法

训练模型

python trajectron/train.py --eval_every 10 --vis_every 1 --train_data_dict <dataset>_train.pkl --eval_data_dict <dataset>_val.pkl --offline_scene_graph yes --preprocess_workers 5 --log_dir ./experiments/pedestrians/models --log_tag <desired tag> --train_epochs 100 --augment --conf ./experiments/pedestrians/models/eth_vel/config.json

评估模型

python trajectron/eval.py --eval_data_dict <dataset>_val.pkl --model_path <path_to_model>

3. 项目的配置文件介绍

配置文件目录

• config/: 存放项目的配置文件，通常包括模型训练和评估的参数配置。

配置文件示例

{
    "model_params": {
        "num_layers": 3,
        "hidden_size": 128,
        "dropout": 0.1
    },
    "training_params": {
        "batch_size": 64,
        "learning_rate": 0.001,
        "num_epochs": 100
    }
}

配置文件说明

• model_params: 模型参数配置，包括网络层数、隐藏层大小、dropout 等。
• training_params: 训练参数配置，包括批量大小、学习率、训练轮数等。

通过以上配置文件，可以灵活调整模型的训练和评估参数，以适应不同的数据集和任务需求。