本文档详细介绍了MapTR的环境配置步骤，包括创建虚拟环境、安装torch、mmdetection3d及相关依赖，并提供了数据准备和训练预测的流程。在配置过程中遇到的错误如No space left on device、AttributeError、ModuleNotFoundError、TypeError和RuntimeError及其解决方案也一并给出。
MAPTR: STRUCTURED MODELING AND LEARNING FOR ONLINE VECTORIZED HD MAP CONSTRUCTION
论文 ：https://arxiv.org/pdf/2208.14437.pdf
代码：https://github.com/hustvl/MapTR
MapTR，是一个结构化的端到端框架，用于高效的在线矢量化高精地图构建。我们提出了一种基于统一排列的建模方法，即将地图元素建模为具有一组等效排列的点集，避免了地图元素的歧义，便于学习。我们采用分层查询嵌入来编码地图结构化信息。
MapTR 在 nuScenes 数据集上实现了最佳性能和效率。MapTR-nano 以实时推理速度运行（25.1FPS）在 RTX 3090 上，同时达到更高的mAP。
定性结果表明，MapTR 在复杂多样的驾驶场景中稳定的完成地图构建。MapTR在自动 驾驶方面具有很大的应用价值。
1. 环境配置
1.1 创建虚拟环境
conda create -n maptr python=3.8
1.2 激活虚拟环境
conda activate maptr
1.3 下载torch
pip install torch1.10.0+cu113 torchvision0.11.0+cu113 torchaudio==0.10.0
pip install torch1.10.0+cu113 torchvision0.11.0+cu113 torchaudio==0.10.0 --no-cache-dir
pip install mmcv-full1.4.0 mmdet2.14.0 mmsegmentation0.14.1 timm</
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
