python的瘦qpbo包装器
thinqpbo的Python项目详细描述
QPBO的薄包装
Vladimir Kolmogorov改进的二次伪布尔优化（QPBO）算法的瘦Python包装器。弗拉基米尔·科尔莫戈罗夫的原始源代码可以在http://pub.ist.ac.at/~vnk/software.html找到。这个包装器使用了一个经过修改的版本，它支持更大的图形和稍低的内存使用。有关详细信息，请参见submodule repository。
QPBO与最大流量
虽然qpbo算法执行类似于Maxflow的s-t图割，但它允许使用maxflow没有的非子模能量项。除其他外，这允许qpbo使用排除项解决优化问题，这非常有用。对于等价问题，qpbo实现所构造的图是maxflow图的两倍大。因此，qpbo使用更多的内存，并且比maxflow稍慢。
安装
使用pip install thinqpbo安装包或克隆此存储库（包括submodule）。构建包需要cython。
图形类型
目前，有三种不同类型的图：QPBOInt，QPBOFloat和QPBODouble。唯一的区别是用于图中边缘容量的底层数据类型。为了保持稳定性，建议整数容量使用QPBOInt，浮点容量使用QPBODouble。然而，在某些情况下，使用QPBOFloat来减少内存消耗可能是有利的。
高级功能（QPBO-P和QPBO-I）
QPBO实现有一些高级扩展，称为QPBO-P和QPBO-I。目前，并不是所有高级函数都已包装。如果您需要使用未被{{CD8}}包装的QPBO C++库的特性，请通过在GITHUB上创建一个问题来告诉我。
小例子
importthinqpboastq# Create graph object.graph=tq.QPBOInt()# Number of nodes to add.nodes_to_add=2# Add two nodes.first_node_id=graph.add_node(nodes_to_add)# Add edges.graph.add_unary_term(0,0,5)# E1(0) = 5, s --5-> n(0)graph.add_unary_term(0,1,0)# E0(0) = 1, n(0) --1-> tgraph.add_unary_term(1,5,0)# E0(1) = 5, n(1) --5-> tgraph.add_pairwise_term(0,1,0,7,0,4)# E01(0,1) = 7, n(0) --7-> n(1)# E11(0,1) = 4, Not possible with standard Maxflow# Find maxflow/cut graph.graph.solve()graph.compute_weak_persistencies()twice_energy=graph.compute_twice_energy()forninrange(nodes_to_add):segment=graph.get_label(n)print('Node %d has label %d.'%(n,segment))# Node 0 has label 0.# Node 1 has label 0.print('Twice energy/flow: %s'%twice_energy)# Twice energy/flow: 12
许可证
由于qpbo实现是在gplv3许可下分发的，所以这个包也是。
欢迎加入QQ群-->： 979659372
