معرفی شرکت ها

fast-gpu-voronoi-0.0.3

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
0.0.3
0.0.1
0.0.3
0.0.1

توضیحات

GPU-Accelerated Jump Flooding Algorithm for Voronoi Diagram in log*(n)
ویژگی مقدار
سیستم عامل -
نام فایل fast-gpu-voronoi-0.0.3
نام fast-gpu-voronoi
نسخه کتابخانه 0.0.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Maciej A. Czyzewski
ایمیل نویسنده maciejanthonyczyzewski@gmail.com
آدرس صفحه اصلی https://github.com/maciejczyzewski/fast_gpu_voronoi
آدرس اینترنتی https://pypi.org/project/fast-gpu-voronoi/
مجوز MIT
[**Demo (Google Colab)**](https://colab.research.google.com/drive/1feoho8M_1a4tOpYFDPkqDVJeWHwdhJox?usp=sharing) <div align="center"> <img src="docs/figure_jka_star_intro.png" alt="JFA*" width="500px" /><br /> </div> <br/> | | Research | Authors | |:----|:---------|:--------| | \[[slides](https://maciejczyzewski.github.io/fast_gpu_voronoi/slides_small.pdf)\] | __GPU-Accelerated Jump Flooding Algorithm for Voronoi Diagram in log*(n)__ [this] | Maciej A. Czyzewski | | \[[article](https://vgl.csa.iisc.ac.in/pdf/pub/ICVGIP14_Talha.pdf)\] | Facet-JFA: Faster computation of discrete Voronoi diagrams [2014] | Talha Bin Masood, Hari Krishna Malladi, Vijay Natarajan | | \[[article](http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.101.8568&rep=rep1&type=pdf)\] | Jump Flooding in GPU with Applications to Voronoi Diagram and Distance Transform [2006] | Guodong Rong, Tiow-Seng Tan | # Implemented Algorithms <table> <thead> <tr> <th></th> <th>JFA*</th> <th>JFA+</th> <th>JFA</th> </tr> </thead> <tbody> <tr> <td>used improvement</td> <td>noise+selection</td> <td>noise</td> <td>--</td> <td rowspan="4"><img src="docs/figure_3d.png" alt="results" width="350px" /></td> </tr> <tr> <td>num. of needed steps</td> <td><strong>log*(n)</strong></td> <td>log4(p)</td> <td>log2(p)</td> </tr> <tr> <td>step size</td> <td>p/(3^i)</td> <td>p/(2^i)</td> <td>p/(2^i)</td> </tr> <tr> <td>research</td> <td>(our)</td> <td>(our)</td> <td>[Guodong 2006]</td> </tr> </tbody> </table> # Installation & Example Project can be installed using `pip`: ```bash $ pip3 install fast_gpu_voronoi ``` Here is a small example to whet your appetite: ```python3 from fast_gpu_voronoi import Instance from fast_gpu_voronoi.jfa import JFA_star from fast_gpu_voronoi.debug import save I = Instance(alg=JFA_star, x=50, y=50, \ pts=[[ 7,14], [33,34], [27,10], [35,10], [23,42], [34,39]]) I.run() print(I.M.shape) # (50, 50, 1) save(I.M, I.x, I.y, force=True) # __1_debug.png ``` # Development If you want to contribute, first clone git repository and then run tests: ```bash $ git clone git@github.com:maciejczyzewski/fast_gpu_voronoi.git $ pip3 install -r requirements.txt $ pytest ``` # Results | Our method | Current best | |:-------------------------------:|:---------------------:| | JFA\* | JFA | | ![JFA_star](docs/jfa_star2.gif) | ![JFA](docs/jfa2.gif) | | steps = log\*(2000) = 4 | steps = log(720) ~= 10 | _...for x = 720; y = 720; seeds = 2000 (read as n = 2000; p = 720)._ # Thanks <div align="center"> <img src="docs/PP_logo.jpg" alt="Poznan University of Technology" width="600px" /><br /> <img src="docs/opencl_logo.svg" alt="OpenCl" width="200px" /> </div>


نیازمندی

مقدار نام
==2.4.1 imageio
==3.0.3 matplotlib
==2018.2.5 pyopencl
==1.16.2 numpy
==4.28.1 tqdm


زبان مورد نیاز

مقدار نام
>=3.1.0 Python


نحوه نصب


نصب پکیج whl fast-gpu-voronoi-0.0.3:

    pip install fast-gpu-voronoi-0.0.3.whl


نصب پکیج tar.gz fast-gpu-voronoi-0.0.3:

    pip install fast-gpu-voronoi-0.0.3.tar.gz