利用图将同一个人的request_images和register

问题描述：有多个request_images对应多个register_images，我们需要通过彼此的关系将同一个人的request_images和register_images添加到sample中

request_images register_images

这里我们用request_images和register_images代表节点，边代表映射关系


import os
import networkx as nx
import json
#感谢天宇哥全程支援
#天宇哥代码，非原创#生成register_name对应的request_name图
def gen_graph(annotation_result: list) -> nx.Graph:G = nx.Graph()for line in annotation_result:line_list = line.strip().split(',')did = line_list[1]request_name = did.lstrip('00-')register_list = line_list[2:]G.add_node(request_name)if register_list[0]:for register_name in register_list:G.add_edge(register_name, request_name)return Gdef create_sample(register_list: list, request_list: list, register_path: str, request_path: str, ids=None) -> dict:"""生成sample@param register_list:@param request_list:@param register_path: register图片的地址前缀@param request_path: request图片的地址前缀@param ids: 若ids为None，则生成p_sample，若ids为数字，则n_sample@return: sample"""register_images = [os.path.join(register_path, img) for img in register_list]request_images = [os.path.join(request_path, img) for img in request_list]group_id = 'airport_did_check_20210409_10wan'if not isinstance(ids, int):register_name = os.path.basename(register_images[0]).rstrip('.jpg')ids = [f"{group_id}_{register_name}"]else:ids = [f"{group_id}_impose{ids}"]sample = {'ids': ids,'group_id': group_id,'register_images': register_images,'request_images': request_images}return sampledef np_from_g_list(g_list, register_path, request_path):n_data = {'images': []}p_data = {'images': []}counter = 0for g in g_list:img_name_list = list(g.nodes)register_list = []request_list = []for img_name in img_name_list:if "___0_" in img_name:           # pattern "___0_" is check/register_imageregister_list.append(img_name)elif "___ch" in img_name:         # pattern "___ch" is did/request_imagerequest_list.append(img_name)else:passif register_list:sample = create_sample(register_list, request_list, register_path, request_path)p_data['images'].append(sample)else:sample = create_sample(register_list, request_list, register_path, request_path, ids=counter)n_data['images'].append(sample)counter += 1return p_data, n_dataif __name__ == '__main__':txt_path = './airport_did_check0401/bm_files/annotation_result.txt'register_path = '/Users/huhao/Documents/Aibee/datasetcope/study_project/'request_path = '/Users/huhao/Documents/Aibee/datasetcope/study_project/'with open(txt_path, 'r') as txt:result= txt.readlines() # 读取全部行G = gen_graph(result)g_list = list(G.subgraph(c) for c in nx.connected_components(G))print(f"The total nodes number is: ", len(g_list))p_data, n_data = np_from_g_list(g_list, register_path, request_path)    with open('n_samples.json', 'w') as f:json.dump(n_data, f, indent=4)with open('p_samples.json', 'w') as fp:json.dump(p_data, fp, indent=4)print('done!')

利用图将同一个人的request_images和register_images添加到sample中相关推荐

微软熊辰炎：如何利用图神经网络解决半结构化数据问题？
对于许多信息检索和知识图谱研究者来说,究竟应该使用抽象的结构化信息进行表示学习还是使用海量的文本信息始终是一个富有争议的话题.在本届智源大会上,来自微软研究院的高级研究员熊辰炎博士带来了题为" ...
excel中如何对矩阵得对角线进行求和_如何利用图卷积网络进行图形深度学习（第2部分）...
图上的机器学习是一项艰巨的任务,由于高度复杂但信息量丰富,本文是关于如何利用图卷积网络(GCN)进行深度学习的系列文章中的第二篇.我将简要回顾一下上一篇文章: 图形卷积网络的高级介绍具有谱图卷积的半 ...
C语言利用图的邻接矩阵的存储方式实现拓扑排序
C语言利用图的邻接矩阵的存储方式实现拓扑排序在拓扑排序中,我们的对象是有向无环图,这种图是描述工程进行过程的有效工具.比如"课程开课顺序,施工进程,软件开发进程",我们在使用有向 ...
[EGNN] Exploiting Edge Features for Graph Neural Networks 利用图神经网络的边特征论文详解 CVPR 2019
文章目录 1 简介 1.1 GAT和GCN的局限性 1.2 EGNN的创新点 2 相关工作 3 EGNN网络 3.1 符号定义 3.2 EGNN和GNN的对比 3.3 Doubly stochasti ...
Typora写作上传图失败怎么解决，利用图床教你解决问题
Typora写作上传图失败怎么解决,利用图床教你解决问题 Typora是一款非常好用的富文本Markdown编辑器,笔者在它转为买断制后,依然选择了付费使用.但是写作过程中发现有一个很大的问题,就是当 ...
风险管理系列课程二：利用图技术优化反洗钱解决方案
风险管理系列课程随着相互关联的全球金融市场在规模和复杂性上快速增加,风险评估和监控所面临的挑战变得日益艰巨.一些复杂的金融工具数量激增,如信用违约互换和抵押担保证券,而且一旦出错,就会付出数以万亿的 ...
5.4.2_利用图块复制技术来处理动画背景
5.4.2_利用图块复制技术来处理动画背景 <!DOCTYPE html> <html><head><meta charset="UTF-8&quo ...
Information Sciences 2022 | 利用图嵌入和图神经网络实现社交网络中的影响力最大化
目录前言 1. 影响力最大化 2. SGNN 2.1 标签生成 2.2 struc2vec 2.3 GNN特征处理 2.4 回归预测 2.5 整体框架 3. 实验 3.1 数据集 3.2 评价指标 ...
IGNN图卷积超分网络：挖掘隐藏在低分辨率图像中的高清纹理
本文转载自商汤泰坦公开课. 摘要 · 看点在NeurIPS 2020上,南洋理工大学.商汤和哈工大研究员联合提出了跨尺度的图卷积超分网络IGNN.近些年来,Non-local方法利用同尺度的自相似性 ...

利用图将同一个人的request_images和register_images添加到sample中

利用图将同一个人的request_images和register_images添加到sample中相关推荐

最新文章

热门文章