YACCLAB benchmark 学习笔记

• 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；总共16160张图。