VectorNet详解

已于 2023-12-03 23:15:18 修改
阅读量2.6k 收藏 10
点赞数 1
分类专栏： 图神经网络与面向深度学习的无人驾驶 文章标签： 人工智能 计算机视觉 深度学习 目标检测
于 2022-12-31 17:06:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_52053775/article/details/128506043
版权
VectorNet是一种用于处理车辆行驶信息的深度学习模型，通过向量表示车辆轨迹和地图特征，构建层次图神经网络。模型引入辅助任务提升学习上下文特征的能力，适用于目标检测与轨迹预测。实验表明，地图信息的加入显著提高了预测性能。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

源码详解:Vectornet源码详解_樱花的浪漫的博客-优快云博客

源码见文末 

Abstract

          本篇论文主要做了三个方面的事情:

  1. 特征工程 

        不同与以前的方法，将车辆行驶收集的信息用一张全局的图像来表示，论文提出用向量表示车辆行驶过程中收集的各种信息。

2. 层次图神经网络

        论文构建了一种层次图神经网络，层次，即首先各个实体比如车辆、红绿灯等自身构建一个子图，然后将这些子图再连接成一层图。

3.辅助任务

        为了进一步提高向量网络学习上下文特征的能力，作者提出了一种新的辅助任务，即对图随机进行mask，然后对mask部分做预测，也就是一个良好的网络结构不仅能够预测好其本身的任务，而且能够对图中缺失的结点做好预测。   

1. Introduction     

   （1&#x

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Vectornet源码详解
qq_52053775的博客
01-01 2824
首先，我们需要下载这个API，方便对数据做特征工程，目前这个api还不支持windows版本按照上面的步骤所说，第一步需要下载这个项目，第二步需要下载一些配置文件，并按照上述方式解压第三步是下载数据第四步是将argoverse包安装到指定路径。
【VectorNet】vectornet网络学习笔记
shuaixio的博客
08-24 1546
vectornet算法流程，向量表示，子图构建，全局图构建，解码器: 轨迹预测，辅助研究，损失函数
VectorNet源代码（GNN+Attention+MLP）《VectorNet: Encoding HD Maps and》
01-17
Argoverse-Tracking provides track annotations, egovehicle poses, and undistorted, raw data from camera (@30hz) and lidar sensors (@10hz) as well as two stereo cameras (@5hz). We've released a total 113 scenes/logs, separated into 65 logs for training, 24 logs for validating, and 24 logs for testing. We've separated training data into smaller files to make it easier to download, but you should extract them all into one folder. 《VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Repre》
VectorNet.pdf
05-15
CVPR 2020 出自Waymo Google ，研究自动驾驶中的行为预测，使用 Vector 表示的GNN 建模道路环境各个部分的位置、运动和交互。 在精度取得SOTA的同时，参数量减少了70%，FLOP减少了一个数量级。
vectornet讲解
jr
10-21 158
2 深层CNN提又有可能全局无效的也被考虑, 引入干扰, 比如很远的两个车撞了, 对自己其实无影响。所以用了vectorized representation。1 感受视野局部特征。
vector(C++)讲解
weixin_30751947的博客
08-15 90
使用需要的头文件：#include <vector> vector：不是一种数据类型。 vector<int>是一种数据类型。vector容器是一个模板类，可以存放任何类型的对象（但必须是同一类对象）。vector对象可以在运行时高效地添加元素，并且vector中元素是连续存储的。 一、 定义和初始化 template<typename...
人工智能+Vectornet源码详解+博客资源
01-01
人工智能+Vectornet源码详解+博客资源，博客地址https://blog.youkuaiyun.com/qq_52053775/article/details/128510992
vectornet处理轨迹数据
weixin_35755640的博客
12-28 312
vectornet是一种神经网络模型，用于处理序列数据。在处理轨迹数据时，vectornet可以用来预测未来的轨迹，或者根据历史轨迹来分类或回归目标变量。 例如，假设你有一系列车辆的历史轨迹数据，你可以使用vectornet来预测每辆车的下一个位置。或者，你可以使用vectornet来分类每辆车是否会出现交通事故，或者根据每辆车的历史轨迹来预测其油耗。 要使用vectornet处理轨迹数据，你需要...
vectornet源码详解
05-24
下面是对VectorNet的源码进行详解： 1. 数据准备 在训练VectorNet模型之前，需要进行数据准备。数据准备的过程包括以下几个步骤： - 数据收集：使用传感器（如摄像头、激光雷达等）收集交通场景的数据。 - 数据...
VectorNet在DFT中的实现与Matlab源代码详解
资源摘要信息:"DFT的matlab源代码-VectorNet:VectorNet的实现。完成和失败" 在讨论资源文件之前，有必要对相关概念和技术背景进行解读。首先，DFT通常指的是离散傅里叶变换(Discrete Fourier Transform)，它是一种...
DFT的matlab源代码-VectorNet:VectorNet的实现。完成和失败
05-26
DFT的matlab源代码 VectorNet implementation Usage The "data" folder needs following structure: data |--argoverse-forecasting | |--forecasting_sample | | |--data | | | |--xxxx.csv | | | |--... | |--forecasting_train_v1.1 | | |--data | | | |--xxx.csv | | | |--... | |--forecasting_val_v1.1 | | |--data | | | |--xxx.csv | | | |--... | | python test_forward_backward.py Negetive Gaussion loglikehood 首先参考似然函数的形式: 而后是对数似然函数的形式: 高斯分布的函数为: 对应的负对数似然函数: Representing HD maps and trajectories 训练与测试都是以 scenario 为单元的
yet-another-vectornet:用于轨迹预测的Vectornet，在PyTorchTorch_geometric中实现，具有预处理的数据，预训练的权重和valtest结果。 （在制品）
05-14
重新实现VectorNet :automobile: 论文： 仍在建设中： 完成功能预处理器 完成分级GNN 过小样本数据集 批量处理数据并并行计算子图 评估DE / ADE指标的结果 优化特征预处理器（如何对特征进行编码） 检查分层GNN实施的正确性 在整个数据集上运行（运行） 添加多GPU训练（当前速度太慢，每次2小时） 为每个模块添加uni-test 更高级的轨迹预测器，生成各种轨迹（MultiPath或变体RNN；当前使用MLP） 添加节点功能完成模块 补充Vectornet：分层GNN编码器（无功能完成）+ MLP预测器，而无节点功能完成。 minADE（K = 1）上的测试性能为3.255，而论文为1.81。 （在GraphDataset发现的GraphDataset ：前一个实现在图形数据中包含自循环连接，这是错误的;并且预处理的dataset.pt也错误;现在该模
Vector 详细讲解，一篇文章掌握所有需要的vector知识点
weixin_43921491的博客
03-28 444
继承关系 Stack =>Vector=》abstractArrayList=>abstractList(实现list接口)=>abstractCollection=>collection Vector作为List的另外一个典型的实现类，完全支持List的全部功能，Vector的实现其实和ArrayList的底层实现很类似，都是封装了一个Object[]，但Vector是一个比较古老的集合，JDK1.0就已经存在，建议不要使用这个集合，Vector与ArrayList的主要区别是：V
vectornet编码
weixin_35749786的博客
12-23 248
vectornet 编码是一种将输入数据转换为向量的方法，通常用于机器学习中的预处理步骤。它的目的是将不同类型的输入数据转换为数值型的表示，以便计算机可以对其进行处理和分析。 vectornet 编码有多种实现方式，其中一种常用的方法是 one-hot 编码。这种方法将每个输入数据看作是一个独立的类别，并为每个类别分配一个独立的维度。每个输入数据会在相应的维度上被编码为 1，而其他维度则为 0。例...
【重读经典】轨迹预测迈向工业落地第一文:VectorNet
最新发布
自动驾驶小白说
10-25 934
对于智能体，其轨迹是关于时间的有向样条曲线形式。是在2020年由Waymo提出的轨迹预测网络.它的矢量化场景表征方法极大的提高了模型的性能和效率,直至今天仍然是主流的表征方法,可谓是轨迹预测迈向工业落地的里程碑论文.本文将重新梳理VectorNet.其他交通参与者采用的是相对偏移，起点是上一帧对目标agent的观测，并且基于上一帧目标agent观测位置的heading建立相对坐标系。归一化：为了使输入节点特征相对位置不变,对于目标智能体，作者以目标智能体最后的观测时间下的位置，对所有向量的坐标进行归一化。
【论文学习笔记】VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation
技术宅学长的博客
10-31 1277
动态多智能体系统中的行为预测是自动驾驶汽车环境中的一个重要问题，因为道路组件的复杂表示和相互作用，包括移动代理(例如行人和车辆)和道路上下文信息(例如车道，交通灯)。VectorNet是一种层次图神经网络，它首先利用向量表示的单个道路组件的空间局部性，然后对所有组件之间的高阶相互作用进行建模。最近的方法是将移动主体的轨迹和道路环境信息呈现为鸟瞰图，并用卷积神经网络(ConvNets)对其进行编码，与此相反，我们的方法是在矢量表示上操作的。
【单目标轨迹预测】VectorNet: Encoding HD Maps and Agent Dynamics fromVectorized Representation（翻译+笔记）
leg143730的博客
08-03 6482
轨迹预测
【论文翻译】VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation
尊新必威的博客
06-06 2234
摘要： 由于动态交通参与者（如行人和车辆等）和静态道路环境（如车道，交通灯等）的复杂表示以及之间的交互关系，在动态的，多交通参与者的场景下的行为预测是自动驾驶领域的一个重要问题。这篇文章提出了一个分层的图神经网络VectorNet，首先分别用向量表示不同局部空间的道路组成成员（包括动态交通参与者和静态道路环境），然后对所有的成员之间的高阶交互关系进行建模。与将动态交通参与者的运动轨迹和道路环境信息直接渲染在鸟瞰图像上并通过卷积神经网络对其进行编码的方法不同，我们的方法直接在矢量化的高精度地图上操作，避免了渲
[文献阅读报告]: VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation
Bin_Dut的博客
09-03 6059
[文献阅读笔记]：VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation 在前期进行充分调研后，在考虑模型精度与时延的基础上，确定使用VectorNet作为预测模块，直道模型的预测模型，现对模型进行简单的要点分析。 VectorNet[文献阅读笔记]：VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation1.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

樱花的浪漫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值