背景目录背景项目预览大纲总览建议顺序是1. 先看 README.md2. 看配置文件3. 看训练入口4. 看数据集代码5. 看模型主体6. 看 head 和 loss7. 最后看 evaluation模块细究想要入门深度学习算法首先可以从代码阅读开始。那么多文件不知道从何看起因此写下这个教程提供给后面的人学习也给自己一个静下心来复习的机会。什么叫学习学习知识相当于学武功学武功除了要学基本功再就是学招式什么是深度学习的基本功呢那肯定是代码的阅读能力能够看懂代码能够写出代码。有了基本功之后剩下的就是招式。把招式连上上百遍练成肌肉记忆就像你走路的时候不用想先迈出哪一只脚一样简单。李小龙在 1971 年接受皮埃尔·伯顿Pierre Berton专访时曾对此做出过完整的阐述“The ideal is unnatural naturalness, or natural unnaturalness.”理想的状态是不自然的自然或是自然的不自然。他进一步解释道这是“自然本能”与“后天控制”的成功结合。任何一方走向极端都不行纯粹凭本能会显得原始而完全靠控制则会变成机械人。只有将两者和谐地融为一体才是真实的、流动的“人”。学习也是这样学而习之学了之后不断地练习不断地练习就像与生俱来的一样。这样才能真正的掌握住要学习的东西。以此套方法去实践只要是人类创造的东西基本上都能学会。自闭症能够弹钢琴失去手臂的人能够吃饭和写字以及用手机甚至游泳。这些都是通过大量的练习使得练习的动作成为很自然的事情。所以我们学习任何一门知识和技能很多时候都不是看一下就会瞅一眼就懂这是很正常的不断地练习让大脑有一个熟悉的过程建立长久记忆成为自己身体的一部分。这样我们就达成了学习最终的目的也成为了更好一点的自己。项目预览我现在拿到的是MapDiffuion这个项目https://github.com/tmonnin/mapdiffusion可以看到顶层内容包括plugin/ tools/ resources/ mmdetection3d/ README.md requirements.txt大纲总览建议从“训练入口 → 配置文件 → 数据集 → 模型 → loss/评估”这条线开始。这个项目是基于 MMDetection3D 风格组织的最适合按一次训练流程去读。建议顺序是1. 先看 README.md了解项目目标、数据集、训练命令、配置文件入口。这一步不用抠细节只要知道它大概在做什么MapDiffusion / StreamMapNet / HD map vector prediction。通过readme可以看到核心主要是安装方法测试和训练命令以及最后的结果。通过安装我们知道是基于mmdetection3d和mmcv库的。2. 看配置文件重点从plugin/configs/mapdiffusion.py开始。配置文件通常是整个项目的“总开关”里面会告诉你用哪个模型 用哪个 dataset train/test pipeline optimizer loss 配置 输入图像尺寸 map 类别 BEV 范围 batch size / epoch 等如果你想理解项目配置文件比直接读模型源码更适合当入口。3. 看训练入口然后看tools/train.py plugin/core/apis/train.py这部分回答“配置文件是怎么被加载并真正开始训练的”你不需要一开始完全读懂 MMDetection3D 的所有封装先抓住主线配置文件 → build dataset → build model → train loop。4. 看数据集代码你现在打开的这个文件就很关键plugin/datasets/argo_dataset.py同时建议一起看plugin/datasets/base_dataset.py plugin/datasets/nusc_dataset.py plugin/datasets/pipelines/ plugin/datasets/map_utils/av2map_extractor.py这里主要回答Argoverse 数据怎么读进来 annotation 是什么格式 vector map 是怎么生成的 每个 sample 返回哪些字段 图像、位姿、地图向量是怎么组织的 如果你做数据相关修改应该优先从这里开始。5. 看模型主体重点文件plugin/models/mapers/MapDiffusion.py plugin/models/mapers/StreamMapNet.py plugin/models/mapers/base_mapper.py这里是模型主干逻辑。你可以重点追踪forward_trainforward_testimage features 怎么提取BEV 特征怎么生成diffusion 部分在哪里发生head 如何输出 map vectors6. 看 head 和 loss重点plugin/models/heads/MapDetectorHeadDiffuse.py plugin/models/heads/MapDetectorHead.py plugin/models/losses/detr_loss.py plugin/models/assigner/assigner.py这里回答模型最终预测什么prediction 和 ground truth 怎么匹配loss 怎么算diffusion 训练目标是什么7. 最后看 evaluation重点plugin/datasets/evaluation/vector_eval.py plugin/datasets/evaluation/AP.py plugin/core/evaluation/eval_hooks.py这里回答测试指标是怎么来的比如 vectorized map 的 AP / Chamfer distance 等。我建议你第一轮不要从底层工具函数开始读而是按这条主线plugin/configs/mapdiffusion.py → tools/train.py → plugin/datasets/argo_dataset.py → plugin/models/mapers/MapDiffusion.py → plugin/models/heads/MapDetectorHeadDiffuse.py模块细究配置文件我们先把 plugin/configs/mapdiffusion.py 当入口读。它不是普通参数文件而是整个训练实验的总装配图。第一层它在做什么这个配置当前跑的是 MapDiffusion数据集是 NuscDataset也就是 nuScenes 路线不是 Argoverse。主流程可以概括成nuScenes 样本 → train_pipeline 读取图像和矢量地图 → BEVFormerBackbone 提取 BEV 特征 → MapDetectorHeadDiffuse 做扩散式 vector map 预测 → HungarianLinesAssigner 匹配预测线和 GT 线 → FocalLoss LinesL1Loss 训练...img_h480img_w800img_size(img_h,img_w)num_gpus8batch_size1...num_queries100# diffusionschedulercosinetotal_steps1000# category configscat2id{ped_crossing:0,divider:1,boundary:2,}...# bev configsroi_size(60,30)# bev range, 60m in x-axis, 30m in y-axisbev_h50bev_w100pc_range[-roi_size[0]/2,-roi_size[1]/2,-3,roi_size[0]/2,roi_size[1]/2,5]...modeldict(typeMapDiffusion,...backbone_cfgdict(...head_cfgdict(...streaming_cfgdict(...model_nameSingleStage..)# data processing pipelinestrain_pipeline[dict(typeVectorizeMap,...),dict(typeLoadMultiViewImagesFromFiles,to_float32True),dict(typePhotoMetricDistortionMultiViewImage),dict(typeResizeMultiViewImages,sizeimg_size,# H, Wchange_intrinsicsTrue,),dict(typeNormalize3D,**img_norm_cfg),dict(typePadMultiViewImages,size_divisor32),dict(typeFormatBundleMap),# gts are added to train diffusion modeldict(typeCollect3D,keys[img,vectors,gts],meta_keys(token,ego2img,sample_idx,ego2global_translation,ego2global_rotation,img_shape,scene_name))]# data processing pipelinestest_pipeline[dict(typeLoadMultiViewImagesFromFiles,to_float32True),dict(typeResizeMultiViewImages,sizeimg_size,# H, Wchange_intrinsicsTrue,),dict(typeNormalize3D,**img_norm_cfg),dict(typePadMultiViewImages,size_divisor32),dict(typeFormatBundleMap),dict(typeCollect3D,keys[img],meta_keys(token,ego2img,sample_idx,ego2global_translation,ego2global_rotation,img_shape,scene_name))]最先看这几块1. 基础实验参数在 mapdiffusion.py 前半部分img_h480img_w800num_gpus8batch_size1num_epochs24num_queries100total_steps1000这里定义输入图像大小、训练轮数、query 数量、diffusion 总步数。num_queries 100 很关键意思是模型每帧最多用 100 个 query 去预测地图 polyline。2. 地图类别cat2id{ped_crossing:0,divider:1,boundary:2,}模型只预测三类 HD map 元素人行横道 车道分隔线 边界线所以后面所有 num_classes3、分类 loss、评估都围绕这三个类别。3. BEV 范围roi_size(60,30)bev_h50bev_w100pc_range[-30, -15, -3,30,15,5]这表示模型关注自车周围前后 60m、左右 30m 的区域。BEV feature map 分辨率是 50 x 100。这里你可以建立一个直觉真实世界局部地图区域: 60m x 30m被编码成 BEV 网格:100x50每条地图线:20个点 每个点: x, y 两个坐标4. 模型主体核心配置从这里开始modeldict(typeMapDiffusion,...)它对应代码plugin/models/mapers/MapDiffusion.pyMAPPERS.register_module()classMapDiffusion(BaseMapperDiffuse):defforward_train(self,coef,total_steps,img,vectors,gts,img_metasNone,pointsNone,**kwargs): Args: img: torch.Tensor of shape [B, N, 3, H, W] N: number of cams vectors: list[list[Tuple(lines, length, label)]] - lines: np.array of shape [num_points, 2]. - length: int - label: int len(vectors) batch_size len(vectors[_b]) num of lines in sample _b img_metas: img_metas[lidar2img]: [B, N, 4, 4] Out: loss, log_vars, num_sample deviceimg.device inputsself.rerange_gts(gts)# from [bs, keys 0/1/2] to [lines/labels, bs, k, num_points, num_coords]# prepare labels and imagesgts,img,img_metas,valid_idx,pointsself.batch_data(vectors,img,img_metas,img.device,points)bsimg.shape[0]# Backbone_bev_featsself.backbone(img,img_metasimg_metas,pointspoints)ifself.streaming_bev:self.bev_memory.train()_bev_featsself.update_bev_feature(_bev_feats,img_metas)# Neckbev_featsself.neck(_bev_feats)preds_list,loss_dict,det_match_idxs,det_match_gt_idxsself.head(coef,total_steps,inputs,bev_featuresbev_feats,img_metasimg_metas,gtsgts,return_lossTrue)# format lossloss0.0forname,varinloss_dict.items():losslossvar# update the loglog_vars{k:v.item()fork,vinloss_dict.items()}log_vars.update({total:loss.item()})num_sampleimg.size(0)returnloss,log_vars,num_sample里面最关键的是 forward_train()img vectors gts → batch_data 整理 GT → backbone(img)得到 BEV feature → streaming BEV 融合历史帧 → head(...)做 diffusion 预测和 loss也就是说MapDiffusion.py 是训练时真正把数据、backbone、head 串起来的地方。5. Backbone配置里这块backbone_cfgdict(typeBEVFormerBackbone,img_backbonedict(typeResNet,depth50),img_neckdict(typeFPN),transformerdict(typePerceptionTransformer))大意是多相机图像 → ResNet50 提图像特征 → FPN 多尺度融合 → BEVFormer Transformer 投影到 BEV 空间对应文件主要在plugin/models/backbones/bevformer_backbone.py这一块可以第二轮再细读因为它偏底层。6. Diffusion Head最核心的是head_cfgdict(typeMapDetectorHeadDiffuse,num_queries100,embed_dims512,num_points20,transformerdict(typeMapTransformer,...))对应代码plugin/models/heads/MapDetectorHeadDiffuse.py这里做的事情是GT polyline → padding 到100条 → 加 diffusion noise → 用 noisy polyline 作为 query → transformer decoder 结合 BEV feature → 预测去噪后的 line class score → 算 loss训练时关键位置是forward_train()我刚才看到了这段逻辑它会随机采样一个timestep t对GT polyline加噪然后让模型学习恢复。7. 数据 pipeline训练 pipelinetrain_pipeline[VectorizeMap,LoadMultiViewImagesFromFiles,PhotoMetricDistortionMultiViewImage,ResizeMultiViewImages,Normalize3D,PadMultiViewImages,FormatBundleMap,Collect3D]这条链路回答“一个 raw sample 怎么变成模型输入”最重要的是 VectorizeMap它把地图几何转成固定点数的 polyline。对应plugin/datasets/pipelines/vectorize.py而 NuscDataset 负责从 annotation 里拿样本、图像路径、相机参数、ego pose、地图几何plugin/datasets/nusc_dataset.py你下一步最适合这样读我建议你按这个顺序继续plugin/configs/mapdiffusion.py先完全理解每个配置块。plugin/datasets/nusc_dataset.py看一个样本里到底有哪些字段。plugin/datasets/pipelines/vectorize.py看地图线怎么变成 vectors 和 gts。plugin/models/mapers/MapDiffusion.py看训练 forward 的主干。plugin/models/heads/MapDetectorHeadDiffuse.py看 diffusion 训练细节。有一个小提醒你现在开的plugin/datasets/argo_dataset.py是 Argoverse2 数据集适配但当前 mapdiffusion.py 配的是 NuscDataset。所以我们先读 nuScenes 主线会更顺之后再对照 Argoverse 看怎么换数据集。
漫谈学习之MapDiffusion算法学习
背景目录背景项目预览大纲总览建议顺序是1. 先看 README.md2. 看配置文件3. 看训练入口4. 看数据集代码5. 看模型主体6. 看 head 和 loss7. 最后看 evaluation模块细究想要入门深度学习算法首先可以从代码阅读开始。那么多文件不知道从何看起因此写下这个教程提供给后面的人学习也给自己一个静下心来复习的机会。什么叫学习学习知识相当于学武功学武功除了要学基本功再就是学招式什么是深度学习的基本功呢那肯定是代码的阅读能力能够看懂代码能够写出代码。有了基本功之后剩下的就是招式。把招式连上上百遍练成肌肉记忆就像你走路的时候不用想先迈出哪一只脚一样简单。李小龙在 1971 年接受皮埃尔·伯顿Pierre Berton专访时曾对此做出过完整的阐述“The ideal is unnatural naturalness, or natural unnaturalness.”理想的状态是不自然的自然或是自然的不自然。他进一步解释道这是“自然本能”与“后天控制”的成功结合。任何一方走向极端都不行纯粹凭本能会显得原始而完全靠控制则会变成机械人。只有将两者和谐地融为一体才是真实的、流动的“人”。学习也是这样学而习之学了之后不断地练习不断地练习就像与生俱来的一样。这样才能真正的掌握住要学习的东西。以此套方法去实践只要是人类创造的东西基本上都能学会。自闭症能够弹钢琴失去手臂的人能够吃饭和写字以及用手机甚至游泳。这些都是通过大量的练习使得练习的动作成为很自然的事情。所以我们学习任何一门知识和技能很多时候都不是看一下就会瞅一眼就懂这是很正常的不断地练习让大脑有一个熟悉的过程建立长久记忆成为自己身体的一部分。这样我们就达成了学习最终的目的也成为了更好一点的自己。项目预览我现在拿到的是MapDiffuion这个项目https://github.com/tmonnin/mapdiffusion可以看到顶层内容包括plugin/ tools/ resources/ mmdetection3d/ README.md requirements.txt大纲总览建议从“训练入口 → 配置文件 → 数据集 → 模型 → loss/评估”这条线开始。这个项目是基于 MMDetection3D 风格组织的最适合按一次训练流程去读。建议顺序是1. 先看 README.md了解项目目标、数据集、训练命令、配置文件入口。这一步不用抠细节只要知道它大概在做什么MapDiffusion / StreamMapNet / HD map vector prediction。通过readme可以看到核心主要是安装方法测试和训练命令以及最后的结果。通过安装我们知道是基于mmdetection3d和mmcv库的。2. 看配置文件重点从plugin/configs/mapdiffusion.py开始。配置文件通常是整个项目的“总开关”里面会告诉你用哪个模型 用哪个 dataset train/test pipeline optimizer loss 配置 输入图像尺寸 map 类别 BEV 范围 batch size / epoch 等如果你想理解项目配置文件比直接读模型源码更适合当入口。3. 看训练入口然后看tools/train.py plugin/core/apis/train.py这部分回答“配置文件是怎么被加载并真正开始训练的”你不需要一开始完全读懂 MMDetection3D 的所有封装先抓住主线配置文件 → build dataset → build model → train loop。4. 看数据集代码你现在打开的这个文件就很关键plugin/datasets/argo_dataset.py同时建议一起看plugin/datasets/base_dataset.py plugin/datasets/nusc_dataset.py plugin/datasets/pipelines/ plugin/datasets/map_utils/av2map_extractor.py这里主要回答Argoverse 数据怎么读进来 annotation 是什么格式 vector map 是怎么生成的 每个 sample 返回哪些字段 图像、位姿、地图向量是怎么组织的 如果你做数据相关修改应该优先从这里开始。5. 看模型主体重点文件plugin/models/mapers/MapDiffusion.py plugin/models/mapers/StreamMapNet.py plugin/models/mapers/base_mapper.py这里是模型主干逻辑。你可以重点追踪forward_trainforward_testimage features 怎么提取BEV 特征怎么生成diffusion 部分在哪里发生head 如何输出 map vectors6. 看 head 和 loss重点plugin/models/heads/MapDetectorHeadDiffuse.py plugin/models/heads/MapDetectorHead.py plugin/models/losses/detr_loss.py plugin/models/assigner/assigner.py这里回答模型最终预测什么prediction 和 ground truth 怎么匹配loss 怎么算diffusion 训练目标是什么7. 最后看 evaluation重点plugin/datasets/evaluation/vector_eval.py plugin/datasets/evaluation/AP.py plugin/core/evaluation/eval_hooks.py这里回答测试指标是怎么来的比如 vectorized map 的 AP / Chamfer distance 等。我建议你第一轮不要从底层工具函数开始读而是按这条主线plugin/configs/mapdiffusion.py → tools/train.py → plugin/datasets/argo_dataset.py → plugin/models/mapers/MapDiffusion.py → plugin/models/heads/MapDetectorHeadDiffuse.py模块细究配置文件我们先把 plugin/configs/mapdiffusion.py 当入口读。它不是普通参数文件而是整个训练实验的总装配图。第一层它在做什么这个配置当前跑的是 MapDiffusion数据集是 NuscDataset也就是 nuScenes 路线不是 Argoverse。主流程可以概括成nuScenes 样本 → train_pipeline 读取图像和矢量地图 → BEVFormerBackbone 提取 BEV 特征 → MapDetectorHeadDiffuse 做扩散式 vector map 预测 → HungarianLinesAssigner 匹配预测线和 GT 线 → FocalLoss LinesL1Loss 训练...img_h480img_w800img_size(img_h,img_w)num_gpus8batch_size1...num_queries100# diffusionschedulercosinetotal_steps1000# category configscat2id{ped_crossing:0,divider:1,boundary:2,}...# bev configsroi_size(60,30)# bev range, 60m in x-axis, 30m in y-axisbev_h50bev_w100pc_range[-roi_size[0]/2,-roi_size[1]/2,-3,roi_size[0]/2,roi_size[1]/2,5]...modeldict(typeMapDiffusion,...backbone_cfgdict(...head_cfgdict(...streaming_cfgdict(...model_nameSingleStage..)# data processing pipelinestrain_pipeline[dict(typeVectorizeMap,...),dict(typeLoadMultiViewImagesFromFiles,to_float32True),dict(typePhotoMetricDistortionMultiViewImage),dict(typeResizeMultiViewImages,sizeimg_size,# H, Wchange_intrinsicsTrue,),dict(typeNormalize3D,**img_norm_cfg),dict(typePadMultiViewImages,size_divisor32),dict(typeFormatBundleMap),# gts are added to train diffusion modeldict(typeCollect3D,keys[img,vectors,gts],meta_keys(token,ego2img,sample_idx,ego2global_translation,ego2global_rotation,img_shape,scene_name))]# data processing pipelinestest_pipeline[dict(typeLoadMultiViewImagesFromFiles,to_float32True),dict(typeResizeMultiViewImages,sizeimg_size,# H, Wchange_intrinsicsTrue,),dict(typeNormalize3D,**img_norm_cfg),dict(typePadMultiViewImages,size_divisor32),dict(typeFormatBundleMap),dict(typeCollect3D,keys[img],meta_keys(token,ego2img,sample_idx,ego2global_translation,ego2global_rotation,img_shape,scene_name))]最先看这几块1. 基础实验参数在 mapdiffusion.py 前半部分img_h480img_w800num_gpus8batch_size1num_epochs24num_queries100total_steps1000这里定义输入图像大小、训练轮数、query 数量、diffusion 总步数。num_queries 100 很关键意思是模型每帧最多用 100 个 query 去预测地图 polyline。2. 地图类别cat2id{ped_crossing:0,divider:1,boundary:2,}模型只预测三类 HD map 元素人行横道 车道分隔线 边界线所以后面所有 num_classes3、分类 loss、评估都围绕这三个类别。3. BEV 范围roi_size(60,30)bev_h50bev_w100pc_range[-30, -15, -3,30,15,5]这表示模型关注自车周围前后 60m、左右 30m 的区域。BEV feature map 分辨率是 50 x 100。这里你可以建立一个直觉真实世界局部地图区域: 60m x 30m被编码成 BEV 网格:100x50每条地图线:20个点 每个点: x, y 两个坐标4. 模型主体核心配置从这里开始modeldict(typeMapDiffusion,...)它对应代码plugin/models/mapers/MapDiffusion.pyMAPPERS.register_module()classMapDiffusion(BaseMapperDiffuse):defforward_train(self,coef,total_steps,img,vectors,gts,img_metasNone,pointsNone,**kwargs): Args: img: torch.Tensor of shape [B, N, 3, H, W] N: number of cams vectors: list[list[Tuple(lines, length, label)]] - lines: np.array of shape [num_points, 2]. - length: int - label: int len(vectors) batch_size len(vectors[_b]) num of lines in sample _b img_metas: img_metas[lidar2img]: [B, N, 4, 4] Out: loss, log_vars, num_sample deviceimg.device inputsself.rerange_gts(gts)# from [bs, keys 0/1/2] to [lines/labels, bs, k, num_points, num_coords]# prepare labels and imagesgts,img,img_metas,valid_idx,pointsself.batch_data(vectors,img,img_metas,img.device,points)bsimg.shape[0]# Backbone_bev_featsself.backbone(img,img_metasimg_metas,pointspoints)ifself.streaming_bev:self.bev_memory.train()_bev_featsself.update_bev_feature(_bev_feats,img_metas)# Neckbev_featsself.neck(_bev_feats)preds_list,loss_dict,det_match_idxs,det_match_gt_idxsself.head(coef,total_steps,inputs,bev_featuresbev_feats,img_metasimg_metas,gtsgts,return_lossTrue)# format lossloss0.0forname,varinloss_dict.items():losslossvar# update the loglog_vars{k:v.item()fork,vinloss_dict.items()}log_vars.update({total:loss.item()})num_sampleimg.size(0)returnloss,log_vars,num_sample里面最关键的是 forward_train()img vectors gts → batch_data 整理 GT → backbone(img)得到 BEV feature → streaming BEV 融合历史帧 → head(...)做 diffusion 预测和 loss也就是说MapDiffusion.py 是训练时真正把数据、backbone、head 串起来的地方。5. Backbone配置里这块backbone_cfgdict(typeBEVFormerBackbone,img_backbonedict(typeResNet,depth50),img_neckdict(typeFPN),transformerdict(typePerceptionTransformer))大意是多相机图像 → ResNet50 提图像特征 → FPN 多尺度融合 → BEVFormer Transformer 投影到 BEV 空间对应文件主要在plugin/models/backbones/bevformer_backbone.py这一块可以第二轮再细读因为它偏底层。6. Diffusion Head最核心的是head_cfgdict(typeMapDetectorHeadDiffuse,num_queries100,embed_dims512,num_points20,transformerdict(typeMapTransformer,...))对应代码plugin/models/heads/MapDetectorHeadDiffuse.py这里做的事情是GT polyline → padding 到100条 → 加 diffusion noise → 用 noisy polyline 作为 query → transformer decoder 结合 BEV feature → 预测去噪后的 line class score → 算 loss训练时关键位置是forward_train()我刚才看到了这段逻辑它会随机采样一个timestep t对GT polyline加噪然后让模型学习恢复。7. 数据 pipeline训练 pipelinetrain_pipeline[VectorizeMap,LoadMultiViewImagesFromFiles,PhotoMetricDistortionMultiViewImage,ResizeMultiViewImages,Normalize3D,PadMultiViewImages,FormatBundleMap,Collect3D]这条链路回答“一个 raw sample 怎么变成模型输入”最重要的是 VectorizeMap它把地图几何转成固定点数的 polyline。对应plugin/datasets/pipelines/vectorize.py而 NuscDataset 负责从 annotation 里拿样本、图像路径、相机参数、ego pose、地图几何plugin/datasets/nusc_dataset.py你下一步最适合这样读我建议你按这个顺序继续plugin/configs/mapdiffusion.py先完全理解每个配置块。plugin/datasets/nusc_dataset.py看一个样本里到底有哪些字段。plugin/datasets/pipelines/vectorize.py看地图线怎么变成 vectors 和 gts。plugin/models/mapers/MapDiffusion.py看训练 forward 的主干。plugin/models/heads/MapDetectorHeadDiffuse.py看 diffusion 训练细节。有一个小提醒你现在开的plugin/datasets/argo_dataset.py是 Argoverse2 数据集适配但当前 mapdiffusion.py 配的是 NuscDataset。所以我们先读 nuScenes 主线会更顺之后再对照 Argoverse 看怎么换数据集。
