الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

تقييم التخطيط

يثبت

نحن نستخدم الشعر لإدارة التبعيات. قم بتثبيت الشعر وقم بتشغيل الأمر التالي لتثبيت التبعيات. 

 poetry install

إعداد البيانات

قم بتنزيل مجموعة البيانات المعالجة مسبقًا والتخطيطات التي تم إنشاؤها عن طريق تشغيل الأمر التالي. 

 wget https://github.com/mayu-ot/ltsim/releases/download/v1.0.0-alpha/data.zip
unzip data.zip

يجب أن يبدو دليل البيانات كما يلي: 

 data
├── datasets # post-processed datasets
│   ├── rico25
│   │   ├── test.json
│   │   ├── train.json
│   │   └── val.json
│   └── publaynet
├──fid_feat # pre-extracted features for FID evaluation
├── results_conditional # generated layouts for conditional layout generation
│   ├── publaynet
│   └── rico
└── results_conditional # generated layouts for unconditional layout generation
    ├── publaynet
    └── rico
        ├── partial # generated layouts for layout completion
        └── c # generated layouts for label-conditioned layout generation
            ├── bart
            ├── ...
            └──vqdiffusion

استخراج ميزة FID

  1. قم بتنزيل موارد LayoutDM وانسخ download/fid_weights/FIDNetV3/rico25-max25/model_best.pth.tar إلى $FID_WEIGHT_FILE.
  2. قم بتشغيل الأمر التالي لاستخراج ميزات التخطيط لتقييم FID على مجموعة بيانات RICO. 
 python src/experiments/feature_extraction.py 
  --dataset_type rico25 
  --input_dataset_json $DATASET_JSON 
  --output_feat_file $OUTPUT_FILE_NAME 
  --fid_weight_file $FID_WEIGHT_FILE

تقييم إنشاء التخطيط الشرطي

قم بتنزيل التخطيطات التي تم إنشاؤها في ./data باتباع التعليمات. قم بتشغيل البرنامج النصي للحصول على نتائج التقييم على RICO. يتم حفظ النتائج في data/results/eval_conditional/rico/result.csv 

 poetry run python src/experiments/eval_conditional.py rico

تقييم إنشاء التخطيط غير المشروط

قم بتنزيل التخطيطات التي تم إنشاؤها في ./data باتباع التعليمات. قم بتشغيل البرنامج النصي للحصول على نتائج التقييم على RICO. يتم حفظ النتائج في $RESULT_FILE. 

 poetry run python src/experiments/eval_unconditional.py rico $RESULT_FILE

تجريبي

لتشغيل تطبيق تفاعلي لتجربة مقاييس التقييم، قم بتشغيل الأمر التالي. 

 streamlit run src/app/measure_explore.py
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل
تعليقات المستخدمين