- 二值图标记的benchmark 学习文档
代码下载地址:https://github.com/prittt/YACCLAB
- 测试正确性corectness,平均运行时间 average time、step1运行时间、step2运行时间、密度granularity(细粒度)、内存memory开销。
一、代码阅读笔记
config.yaml文档中的内容:
- 测试:CPU 8通道连通域
- correctness
- average
- granularity
- memory: false
- doxygen生成类图
1.1 测试正确性correctness
- 合成图像,来测试CCL算法的正确性,尤其是在一些critical cases,具有挑战性的case上面。
-
用于测试连接组件标记算法正确性的合成图像集合,在最挑战的情况下:
- 具有奇数行数和/或列数的图像或单行/列图像;
- 具有棋盘纹理的图像(即每个图像的最大标签数不同)。所有图像均为PNG格式,每像素1位(0-黑色为背景,1-白色为前景)
他们的名字列在“文件.txt”中。
1.2 测试average时间开销
- 在7个数据集上的时间开销如下:8通道的只测了5个算法。
- xdocs时间开销最多;
- 2048*2048。密度:0~100%,1%;每个密度是16个图像,1×1~16×16