KyleYueye / EE359_MGM

IEEE-DataMining-2020-homework

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

IEEE Data Mining Homework

Unifying Offline and Online Multi-Graph Matching via Finding Shortest Paths on Supergraph

目录说明

  • data/ 目录,存放 Willow-Object 数据集,以及 test 时候需要用到的 affinity matrix、initial matching 等文件。
  • src/ 目录,存放图匹配算法文件。其中,rrwm.pybi_stochastic.py 不需要改动,同学们需要补全 mgm_floyd.pymgm_spfa.pyfast_spfa.py 三个文件,算法输入输出要求请仔 细阅读文件中的说明。
  • utils/ 目录,存放图匹配算法以及测试所需要的一些共用函数
  • offline_test.py 离线场景下多图协同匹配测试
  • online_test.py 在线场景下多图增量式匹配测试

测试说明

运行 python offline_test.py 测试。Offline 测试说明,采用 Willow-Object 数据集中五个类 Car、Duck、Face、Motorbike、Winebottle,每个类 5 轮测试,每次随机选取一个类中的 24 张图,每张图有 10 个内点 2 个外点,评测精度与速度。

运行 python online_test.py 测试。Online 测试说明,采用 Willow-Object 数据集中五个类 Car、Duck、Face、Motorbike、Winebottle,每个类 5 轮测试,每次随机选取一个类中的 16 张图作为 base,接下来会依次到来 8 张图,每张图有 10 个内点 2 个外点,评测精度与速度。

Testing Results:

offline test avatar

online test mgm-spfa avatar

online test fast-spfa avatar

About

IEEE-DataMining-2020-homework


Languages

Language:Python 100.0%