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：
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）
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 ./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）
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：
先进入轮子地址：https://pytorch-geometric.com/whl/
再寻找你的对应pytorch版本和cudatoolkit版本，点进去找到下面whl
然后再 pip install torch-geometric==1.7.2
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+。文章来源：https://www.toymoban.com/news/detail-613673.html
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 128Evaluation
python eval.py --root dataset/ --batch_size 32 --ckpt_path /path/to/your_checkpoint.ckpt到了这里，关于多目标运动轨迹预测HiVT代码跑通的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
