---|utils.py
---|train.py
---|test.py
---|interface.py
---|GeoDTR.py
---|data_preparation.py
---|check_cvusa_duplicate.py
---|datasets
---|layoutsim.py
---|cvusa.py
---|cvact.py
---|_init_py
---|CVUSA
---|streetview 街景图象
---|panos
---|存放图像文件图像
---|annotations
---|存放图像文件图像
---|splits 就是存放数据索引的地方
---|val-19zl.csv
---|train-19zl.csv
---|polarmap 这就是航拍图bingmap文件夹极坐标变换后的文件
---|19
---|存放图像文件图像
---|bingmap
---|19
---|存放图像文件图像
---|CVACT
---|ACT_data.mat 不可缺少的配置文件哦
---|ANU_data_test
---|streetview_processed streetview的及坐标变换图
---|存放图像文件图像
---|streetview
---|存放图像文件图像
---satview_polish
---|存放图像文件图像
---|ploarmap satview_polish的极坐标变换图
---|存放图像文件图像
---|ANU_data_small
---|streetview_processed streetview的及坐标变换图
---|存放图像文件图像
---|streetview
---|存放图像文件图像
---satview_polish
---|存放图像文件图像
---|ploarmap satview_polish的极坐标变换图
---|存放图像文件图像
numpy
Pytorch >= 1.11
torchvision >= 0.12
tqdm
scipy
PIL
数据集使用CVUSA和CVACT。
1、生成极坐标变换图
使用SAFA论文对数据集的处理方法,在运行代码前,使用提供的 data_preparation.py 文件对数据集进行预处理。
2、 CVUSA数据集查重
用check_cvusa_duplicate.py文件删除其中的重复项,原理就是MD5码。
训练
python train.py \
--dataset CVUSA \
--data_dir path-to-your-data/ \
--n_des 8 \
--TR_heads 4 \
--TR_layers 2 \
--layout_sim strong \
--sem_aug strong \
--pt \
--cf
验证
python test.py \
--dataset CVUSA \
--data_dir path-to-your-data/ \
--model_path path-to-your-pretrained-weight