Week 18 – Entrenamiento con TreNet y preprocesado Canny -weekly Log

Entrenamiento de modelo TreNet con Canny

Durante esta semana se desarrolló e integró un nuevo modelo neuronal TreNet para aprendizaje temporal a partir de secuencias de imágenes.
El dataset se preprocesa usando Canny Edge Detection, generando entradas más ligeras y con énfasis en contornos estructurales relevantes para la conducción.

El pipeline se adaptó para:

• Crear secuencias de frames (seq_len = 5) a partir del dataset.
• Aplicar Canny con parámetros configurables (low/high threshold, blur, sigma).
• Entrenar en GPU AMD Radeon RX 6750 XT con ROCm 6.3 (PyTorch ROCm).
• Guardar el modelo resultante como carla_trenet_canny.pth.

Avances

• Implementación de un dataset con Canny.
• Corrección del soporte ROCm para GPUs gfx1031 (override HSA_OVERRIDE_GFX_VERSION=10.3.0).
• Preparación para inferencia secuencial en CARLA (TreNet).

Entrenamiento con preprocesado Canny sobre secuencias de frames

Arquitectura CNN+LSTM para control vehicular