NEAT项目安装与使用教程

NEAT项目安装与使用教程

neat [ICCV'21] NEAT: Neural Attention Fields for End-to-End Autonomous Driving 项目地址: https://gitcode.com/gh_mirrors/nea/neat

1. 项目目录结构及介绍

NEAT项目的目录结构如下：

neat/
├── aim_mt_2d/
├── aim_mt_bev/
├── aim_va/
├── leaderboard/
│   ├── data/
│   ├── scripts/
│   └── team_code/
├── neat/
├── results/
├── scenario_runner/
├── tools/
├── .gitignore
├── LICENSE
├── README.md
└── environment.yml

目录介绍

• aim_mt_2d/: 包含2D多任务模型的相关文件。
• aim_mt_bev/: 包含鸟瞰图（BEV）多任务模型的相关文件。
• aim_va/: 包含视觉注意力（VA）模型的相关文件。
• leaderboard/: 包含用于生成训练数据的脚本和代码。
  • data/: 包含用于训练和评估的路线和场景文件。
  • scripts/: 包含运行评估和数据生成的脚本。
  • team_code/: 包含用于数据生成的专家代理代码。
• neat/: 包含NEAT模型的核心代码。
• results/: 用于存储训练和评估结果的目录。
• scenario_runner/: 包含用于运行场景的脚本和代码。
• tools/: 包含一些辅助工具和脚本。
• .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。
• environment.yml: Conda环境配置文件。

2. 项目启动文件介绍

启动CARLA服务器

在运行NEAT项目之前，首先需要启动CARLA模拟器。以下是启动CARLA服务器的命令：

有显示器启动

./CarlaUE4.sh --world-port=2000 -opengl

无显示器启动（使用Docker）

docker run -it --rm --net=host --gpus '"device=0"' carlasim/carla:0.9.10.1 ./CarlaUE4.sh --world-port=2000 -opengl

运行自动生成数据脚本

启动CARLA服务器后，可以使用以下脚本运行自动生成数据的代理：

./leaderboard/scripts/run_evaluation.sh

该脚本会根据leaderboard/team_code/auto_pilot.py中定义的专家代理生成训练数据。

3. 项目配置文件介绍

environment.yml

environment.yml文件用于配置Conda环境。可以通过以下命令创建和激活环境：

conda env create -f environment.yml
conda activate neat

run_evaluation.sh

leaderboard/scripts/run_evaluation.sh脚本包含运行评估和数据生成所需的变量设置。可以根据需要修改这些变量以适应不同的场景和路线。

auto_pilot.py

leaderboard/team_code/auto_pilot.py文件定义了用于数据生成的专家代理。可以根据需要修改该文件中的代码以调整代理的行为。

通过以上步骤，您可以成功安装和使用NEAT项目进行自动驾驶的训练和评估。

neat [ICCV'21] NEAT: Neural Attention Fields for End-to-End Autonomous Driving 项目地址: https://gitcode.com/gh_mirrors/nea/neat