2024-09-17 SportaCentrs Porting to C++

Prognozētais darba apjoms

4 nedēļas, aptuveni 120-160h , primāri, lai pārrakstītu DeepLSD un mūsu funkcijas un pielāgotu Numpy uz Armadillo, Eigen

Bibliotēkas uz kurām balstās risinājums

1.) ✅ openCV → directly available in C++

2.) 🟡 Numpy → Armadillo, Eigen

3.)✅ Shapely → directly built on GEOS (original C++ library)

AI models:

1.) asya Segmentation model:

✅ pytorch → TorchScript, ONNX

2.) 🔴deepLSD modelis ar filtrēšanas funkcijām (svarīga daļa, lai atrastu līniju kandidātus)

https://github.com/cvg/DeepLSD

✅torch, ✅numpy, 🔴scipy

Problemātiska daļa šeit var būt apvienošanas, filtrēšanas un vērtēšanas funkcijas, kas tiek izmantotas, lai apstrādātu no modeļa prognozētās rindas.

Pilnās prasības var atrast: https://github.com/cvg/DeepLSD/blob/main/requirements.txt

Python kods, kuru jāpārraksta:

Mūsu: 37 executed functions within 645 lines of code

DeepLSD: 43 executed functions within 1061 lines of code

Coverage report:

File overview: