Author name: 汪建成
Author school: 吉林大学
Author email: wjc24@mails.jlu.edu.cn
/ckpt 目录提供本组进行的六组实验的关键 pth 权重文件,其中 ex5_checkpoint_epoch_39.pth 为最佳模型权重文件 （镜像中提供）
/df 目录包含比赛相关的测试及分析代码，包含 get_gt_data.py 、eval_gt_and_pred.py 、waymo_eval.py 、waymo_types.py 文件
/df_pred_reult 目录为比赛相关的结果分析文件，包含 testing_B1 的预测结果 result_processed_scenarios_testing_B1_part.pkl 文件（镜像中提供）和 testing_A1 的预测结果展示
/docs 为说明文档目录
/eda 及 /MTR 为项目模型实现代码
/output 为 train/val/test/pred/ 等默认输出路径
/tools 为脚本文件和配置参数目录
算法测试说明文档见 算法测试说明文档
主要包含 项目总体介绍、预测结果快速验证（基于 Python）、预测结果完整验证（基于 Docker）、项目完整复现流程（基于 Docker） 内容
其中 预测结果快速验证（基于 Python）、预测结果完整验证（基于 Docker）可以验证对 processed_scenarios_testing_B1_part 目录的预测效果，官方提供 part (1s) 历史信息，这里根据 1s 信息预测出未来 8s 的结果文件为：result_processed_scenarios_testing_B1_part.pkl（镜像中提供） 需要官方后续进行评测，详细步骤见算法测试说明文档
算法说明文档见 算法说明文档 主要包含 算法设计、算法创新点、效果演示、未来改进方向、个人想法 内容
本人共基于 Waymo 及 DF 数据集进行六组实验，训练及评估日志总结详情见：
本小组提供 simplewjc/df_eda_image:v3 镜像
采用 docker save 导出镜像：
docker save -o simplewjc__df_eda_image.tar simplewjc/df_eda_image:v3
请将提交的 simplewjc__df_eda_image.tar 文件下载到主机
通过 docker load 导入镜像：
docker load -i simplewjc__df_eda_image.tar