多目标运动轨迹预测HiVT代码跑通

先介绍一下学者使用的运动轨迹预测数据集

Argoverse Motion Forecasting Dataset v1.1

现在Argoverse数据集已经出到v2版本，可以支持windows系统，但大多学者都是用2019发布的Argoverse v1.1，这个版本的api没有提供windows系统的支持，数据集作者说应该是转义字符的问题。（Argoverse v2的Motion Forecasting Dataset更大，全部下载完要50+g）。

https://github.com/argoai/argoverse-api

可以根据上面链接下载Argoverse api，这里都是使用v1.1版本的。Argoverse api v1.1仅支持MacOS和Linux，下载完后，对应下面步骤进行安装：

1. 创建虚拟环境 python版本为3.8。（不懂的可以找我之前发的利用anaconda配置虚拟环境）

2. 进入虚拟环境后，进入当前下载的Argoverse api文件夹中，执行

  pip install -e ./

3. 也可以选择性安装mayavi、ffmpeg、Stereo tutorial dependencies。我只安装了mayavi，在安装这个之前先安装pip install PyQt5，再安装pip install mayavi。（这个应该也不用安装的，毕竟是视频流的相关库）

4. 可以从数据集官网下载以下三个文件，用于使用Jupyter Notebook测试是否安装成功。可以打开Argoverse api中的Usage文件夹，打开你想要测试的，比如你想要测试轨迹预测，那就点击关于“Forecasting”的文件，逐个执行就可以了。

再介绍HiVT代码

先上代码链接

https://github.com/ZikangZhou/HiVT

配置环境

conda create -n HiVT python=3.8
conda activate HiVT

# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

conda install pytorch-geometric==1.7.2 
conda install pytorch-lightning==1.5.2

根据自己CUDA版本下载对用的pytorch，个人觉得pytorch在1.8.0-1.10.0左右版本应该都差不多，这个CUDA只要你大于11.1都可以向下兼容安装这两个版本的cudatoolkit。

你会发现pytorch-geometric有可能直接安装不了，这是很正常，进阶安装如下：

1. 先进入轮子地址：https://pytorch-geometric.com/whl/

2. 再寻找你的对应pytorch版本和cudatoolkit版本，点进去找到下面whl

3. 然后再 pip install torch-geometric==1.7.2

4. 到此，应该安装完毕了

准备数据集

回到我们的数据集官网，下载

将这些数据集解压放置新建dataset文件夹中，格式如下

Training

训练小一点的模型 HiVT-64，可以适当修改batchsize或者其他参数，实测batchsize=32时候，占用显存才6g+。

python train.py --root dataset/ --embed_dim 64

训练大一点的模型HiVT-128文章来源地址https://www.toymoban.com/news/detail-613673.html

python train.py --root dataset/ --embed_dim 128

Evaluation

python eval.py --root dataset/ --batch_size 32 --ckpt_path /path/to/your_checkpoint.ckpt