หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

เค้าโครงประเมิน

ตั้งค่า

เราใช้บทกวีเพื่อจัดการการพึ่งพา ติดตั้งบทกวีและรันคำสั่งต่อไปนี้เพื่อติดตั้งการขึ้นต่อกัน 

 poetry install

การเตรียมข้อมูล

ดาวน์โหลดชุดข้อมูลที่ประมวลผลล่วงหน้าและโครงร่างที่สร้างขึ้นโดยการรันคำสั่งต่อไปนี้ 

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

ไดเร็กทอรีข้อมูลควรมีลักษณะดังนี้: 

 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

การแยกคุณสมบัติ FID

  1. ดาวน์โหลดทรัพยากร LayoutDM และคัดลอก download/fid_weights/FIDNetV3/rico25-max25/model_best.pth.tar ไปที่ $FID_WEIGHT_FILE
  2. เรียกใช้คำสั่งต่อไปนี้เพื่อแยกคุณลักษณะโครงร่างเพื่อประเมิน FID บนชุดข้อมูล 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

ประเมินการสร้างโครงร่างตามเงื่อนไข

ดาวน์โหลดเค้าโครงที่สร้างขึ้นใน ./data ตามคำแนะนำ เรียกใช้สคริปต์เพื่อรับผลการประเมินเกี่ยวกับ RICO ผลลัพธ์จะถูกบันทึกไว้ใน data/results/eval_conditional/rico/result.csv 

 poetry run python src/experiments/eval_conditional.py rico

ประเมินการสร้างเค้าโครงแบบไม่มีเงื่อนไข

ดาวน์โหลดเค้าโครงที่สร้างขึ้นใน ./data ตามคำแนะนำ เรียกใช้สคริปต์เพื่อรับผลการประเมินเกี่ยวกับ RICO ผลลัพธ์จะถูกบันทึกไว้ใน $RESULT_FILE 

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

สาธิต

หากต้องการเรียกใช้แอปที่ทำซ้ำเพื่อลองใช้เมทริกการประเมิน ให้รันคำสั่งต่อไปนี้ 

 streamlit run src/app/measure_explore.py
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด
ความคิดเห็นจากผู้ใช้