TransFuser 项目使用教程
2024-09-15 05:41:53作者:龚格成
1. 项目目录结构及介绍
transfuser/
├── figures/
├── leaderboard/
│ ├── data/
│ ├── scripts/
│ └── ...
├── results/
├── scenario_runner/
├── team_code_autopilot/
├── team_code_transfuser/
├── tools/
├── .gitignore
├── LICENSE
├── README.md
├── download_data.sh
├── environment.yml
└── setup_carla.sh
目录结构介绍
- figures/: 存放项目相关的图表文件。
- leaderboard/: 包含用于评估模型的脚本和数据。
- data/: 存放评估所需的路线和场景文件。
- scripts/: 包含用于启动评估的脚本。
- results/: 存放评估结果的文件。
- scenario_runner/: 包含用于运行场景的脚本。
- team_code_autopilot/: 包含自动驾驶模拟器的代码。
- team_code_transfuser/: 包含TransFuser模型的代码。
- tools/: 包含用于数据处理和结果解析的工具。
- .gitignore: Git忽略文件。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- download_data.sh: 下载数据集的脚本。
- environment.yml: 项目依赖的环境配置文件。
- setup_carla.sh: 设置CARLA模拟器的脚本。
2. 项目启动文件介绍
2.1 启动CARLA服务器
./CarlaUE4.sh --world-port=2000 -opengl
2.2 生成训练数据
./leaderboard/scripts/datagen.sh <carla root> <working directory of this repo (*/transfuser/)>
2.3 训练模型
cd team_code_transfuser
python train.py --batch_size 10 --logdir /path/to/logdir --root_dir /path/to/dataset_root/ --parallel_training 0
2.4 评估模型
./leaderboard/scripts/local_evaluation.sh <carla root> <working directory of this repo (*/transfuser/)>
3. 项目配置文件介绍
3.1 environment.yml
该文件定义了项目所需的环境依赖,使用conda创建环境:
conda env create -f environment.yml
conda activate tfuse
3.2 setup_carla.sh
该脚本用于设置CARLA模拟器:
chmod +x setup_carla.sh
./setup_carla.sh
3.3 download_data.sh
该脚本用于下载训练数据集:
chmod +x download_data.sh
./download_data.sh
3.4 train.py
训练模型的主脚本,包含多个配置选项:
python train.py --batch_size 10 --logdir /path/to/logdir --root_dir /path/to/dataset_root/ --parallel_training 0
3.5 local_evaluation.sh
用于本地评估模型的脚本:
./leaderboard/scripts/local_evaluation.sh <carla root> <working directory of this repo (*/transfuser/)>
通过以上步骤,您可以顺利启动和配置TransFuser项目,并进行模型训练和评估。
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
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
559
98
暂无描述
Dockerfile
704
4.51 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
412
338
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++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (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
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
950
235