分为三个主要的文件
- DataLoader为IO的类,实现数据从txt的读入及分段截取数据。输入为txt文件,内部数据的格式为numpy及DataFrame,为定长数据
- Evaluation为评测的类,实现数据metrics的评测。输入为DataFrame,输出为mse、mse_only等指标,并可以进行top_k轨迹的挑选
- Visualizaiton为可视化类,实现folder下结果的可视化。输入为视频、gt的txt、预测的txt及infos.json(记录车的数据)
功能:
对数据可视化,输入测试的输入输出folder及对应的txt文件(confluence上定义格式),输出为可视化结果
关联脚本:
visualizaiton.py、dataLoader.py、util.py、config.py。config脚本中为参数设置,代码运行命令可为:
python visualization.py --origin_input_base="origin输入地址" ...
可选参数:(config里有注释)
--origin_input_base : A str
--result_input_base : A str
--rd_root : A str
--video_root : A str
--image_root : A str
--save_path : A str
--start_fid : A int
--end_fid : A int
--is_saveimage : A boolean
--save_image_num : A int
--actor : a str
功能:
对数据属性分析,可使用属性为:velocity_mean(平均速度)、velocity_std(速度波动)、distance_mean(平均距离)、distance_std(距离波动)、direction(移动方向:static/left/right/straight)、shake(smooth/jitter)、crowd(5米内的人数)
可使用**画图**为:饼状图(pie)、mse折线图(broken_line)
若不指定除路径外参数,默认将得到所有属性的饼状图及mse折线图
关联脚本:
attributes.py、dataLoader.py、util.py、evaluation.py
python attributes.py
可选参数:
--origin_path:A str,输入txt的文件夹路径
--result_path:A str,输出txt的文件夹路径
--eval_path:A str,保存evaluation的结果的txt路径
--paint_save_path :A str,画图结果保存的文件路径
--actor:A str,行人(ped)/车辆(veh)
--is_eval_all:A bool,默认为True,即评估所有属性,若需要单独评估属性,改值设为False,并将需要估计的属性写在attr_name中,attr_name为list
--is_group_attr:A bool,默认为False。如果需要自己组合属性,将改值置为True,改代码中设置的组合属性为对(smooth&velocity<3)及~(smooth&velocity<3)的属性进行分析,若有其他需要,可按照例程更改
功能:
对数据的到mse及mse_only结果
关联脚本:
evaluation.py、dataloader.py、config.py
python evaluation.py
可选参数:(config里有注释)
--origin_input_base: A str,输入txt路径
--result_input_base:A str,输出txt路径
--actor:A str,行人(ped)/车辆(veh)