sim

avaliação de layout

Configurar

Usamos poesia para gerenciar dependências. Instale poesia e execute o seguinte comando para instalar dependências.

 poetry install

Preparação de dados

Baixe o conjunto de dados pré-processado e os layouts gerados executando o comando a seguir.

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

O diretório de dados deve ficar assim:

 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

Extração de recursos FID

1. Baixe os recursos do LayoutDM e copie download/fid_weights/FIDNetV3/rico25-max25/model_best.pth.tar para $FID_WEIGHT_FILE.
2. Execute o seguinte comando para extrair recursos de layout para avaliar o FID no conjunto de dados 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

Avalie a geração de layout condicional

Baixe os layouts gerados em ./data seguindo as instruções. Execute o script para obter os resultados da avaliação no RICO. Os resultados são salvos em data/results/eval_conditional/rico/result.csv

 poetry run python src/experiments/eval_conditional.py rico

Avalie a geração incondicional de layout

Baixe os layouts gerados em ./data seguindo as instruções. Execute o script para obter os resultados da avaliação no RICO. Os resultados são salvos em $RESULT_FILE.

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

Demonstração

Para executar um aplicativo iterativo para testar as métricas de avaliação, execute o comando a seguir.

 streamlit run src/app/measure_explore.py