معرفی شرکت ها
evops-1.0.0
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Evaluation of Plane Segmentation.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | evops-1.0.0 |
| نام | evops |
| نسخه کتابخانه | 1.0.0 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Pavel Mokeev |
| ایمیل نویسنده | - |
| آدرس صفحه اصلی | https://evops.netlify.app/ |
| آدرس اینترنتی | https://pypi.org/project/evops/ |
| مجوز | APACHE |
<p style="text-align:center">
<img src="./docs/_static/logo.png" width="250" height="250"/>
</p>
# EVOPS: library for evaluating plane segmentation algorithms
[](https://github.com/Perception-Solutions/evops/actions/workflows/ci.yml)
<p style="font-size: 14pt;">
EVOPS is an open-source python library that provides various metrics for evaluating the results of the algorithms for segmenting and associating planes from point clouds collected from LIDARs and RGBD devices.
</p>
<p style="font-size: 14pt;">
List of metrics implemented in the library:
</p>
<ul style="font-size: 14pt;">
<li>Summary segmentation metrics <ul style="font-size: 14pt;">
<li><a href="https://prime-slam.github.io/evops-metrics/instance_based/panoptic">Panoptic</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/full_statistics/full_statistics">Full statistics</a></li>
</ul></li>
<li>Instance-based segmentation metrics
<ul style="font-size: 14pt;">
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/instance_based/precision">Precision</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/instance_based/recall">Recall</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/instance_based/fScore">F-Score</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/instance_based/usr">Under segmented ratio</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/instance_based/osr">Over segmented ratio</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/instance_based/noise">Noise ratio</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/instance_based/missed">Missed ratio</a></li>
</ul></li>
<li>Point-based segmentation metrics
<ul style="font-size: 14pt;">
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/point_based/iou">Intersection over Union (IoU)</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/point_based/dice">Dice</a></li>
<li><a href="https://prime-slam.github.io/evops-metrics/#/metrics/point_based/mean">Mean of some metric for matched instances</a></li>
</ul></li>
</ul>
<p style="font-size: 14pt;">
For more, please visit the <a href="https://prime-slam.github.io/evops-metrics">EVOPS documentation</a>.
</p>
<p style="font-size: 14pt;">
You can also find full information about the project on the <a href="https://evops.netlify.app/">EVOPS project website</a>.
</p>
# Python quick start
<p style="font-size: 14pt;">
Library can be installed using the pip package manager:
</p>
```bash
$ # Install package
$ pip install evops
$ # Check installed version of package
$ pip show evops
```
# Example of usage
<p style="font-size: 14pt;">
Below is an example of using the precision metric:
</p>
```bash
>>> from evops.metrics import precision
>>> pred_labels = np.array([1, 1, 3, 3])
>>> gt_labels = np.array([2, 2, 0, 3])
>>> tp_condition = "iou"
>>> precision(pred_labels, gt_labels, tp_condition)
0.5
```
# Citation
```
@misc{kornilova2022evops,
title={EVOPS Benchmark: Evaluation of Plane Segmentation from RGBD and LiDAR Data},
author={Anastasiia Kornilova, Dmitrii Iarosh, Denis Kukushkin, Nikolai Goncharov, Pavel Mokeev, Arthur Saliou, Gonzalo Ferrer},
year={2022},
eprint={2204.05799},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
```
# License
<p style="font-size: 14pt;">
This project is licensed under the Apache License - see the <a href="https://github.com/Perception-Solutions/evops/blob/main/LICENSE">LICENSE</a> file for details.
</p>
نیازمندی
| مقدار | نام |
|---|---|
| >=1.19.0,<2.0.0 | numpy |
| >=1.4.4,<2.0.0 | nptyping |
| >=4.8.3,<5.0.0 | importlib-metadata |
| >=5.7.1,<6.0.0 | importlib-resources |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.7.1,<4.0.0 | Python |
نحوه نصب
نصب پکیج whl evops-1.0.0:
pip install evops-1.0.0.whl
نصب پکیج tar.gz evops-1.0.0:
pip install evops-1.0.0.tar.gz