4D Occupancy Forecasting 项目使用指南

4D Occupancy Forecasting 项目使用指南

1. 项目的目录结构及介绍

4d-occ-forecasting/
├── data/
│   ├── processed/
│   └── raw/
├── models/
│   ├── __init__.py
│   └── model.py
├── scripts/
│   ├── train.py
│   └── evaluate.py
├── config/
│   ├── default.yaml
│   └── custom.yaml
├── README.md
├── requirements.txt
└── setup.py

• data/: 存储项目的数据，包括原始数据（raw）和处理后的数据（processed）。
• models/: 包含项目的模型定义文件。
• scripts/: 包含训练和评估脚本。
• config/: 包含项目的配置文件。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖文件。
• setup.py: 项目安装脚本。

2. 项目的启动文件介绍

训练脚本

python scripts/train.py

• train.py: 用于训练模型的脚本，可以通过命令行参数指定配置文件和其他训练参数。

评估脚本

python scripts/evaluate.py

• evaluate.py: 用于评估模型的脚本，可以通过命令行参数指定配置文件和其他评估参数。

3. 项目的配置文件介绍

默认配置文件

# config/default.yaml

data:
  path: "data/processed"
  batch_size: 32

model:
  name: "4d_occupancy_forecasting"
  hidden_size: 256

training:
  epochs: 100
  learning_rate: 0.001

• data: 数据路径和批次大小。
• model: 模型名称和隐藏层大小。
• training: 训练轮数和学习率。

自定义配置文件

# config/custom.yaml

data:
  path: "data/custom"
  batch_size: 64

model:
  name: "custom_model"
  hidden_size: 512

training:
  epochs: 150
  learning_rate: 0.0005

• data: 自定义数据路径和批次大小。
• model: 自定义模型名称和隐藏层大小。
• training: 自定义训练轮数和学习率。

通过修改配置文件，可以灵活调整项目的运行参数。