利茲姆

佈局評估

設定

我們使用詩歌來管理依賴關係。安裝詩歌並執行以下命令來安裝依賴項。

 poetry install

資料準備

透過執行以下命令下載預處理的資料集和產生的佈局。

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

數據目錄應如下所示：

 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

FID特徵提取

1. 下載 LayoutDM 資源並將download/fid_weights/FIDNetV3/rico25-max25/model_best.pth.tar複製到 $FID_WEIGHT_FILE。
2. 執行以下命令提取佈局特徵以評估 RICO 資料集上的 FID。

 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

評估條件佈局生成

按照說明下載./data中產生的佈局。執行腳本即可取得RICO上的評估結果。結果保存在data/results/eval_conditional/rico/result.csv中

 poetry run python src/experiments/eval_conditional.py rico

評估無條件佈局生成

按照說明下載./data中產生的佈局。執行腳本即可取得RICO上的評估結果。結果保存在 $RESULT_FILE 中。

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

示範

若要執行迭代應用程式來嘗試評估指標，請執行以下命令。

 streamlit run src/app/measure_explore.py