QPBO的轻量级包装器

对Vladimir Kolmogorov的二次伪布尔优化（QPBO）算法修改版的Python轻量级包装器。Vladimir Kolmogorov的原始源代码可在http://pub.ist.ac.at/~vnk/software.html找到。此包装器使用支持更大图和略微降低内存使用的修改版。有关更多详细信息，请参阅子模块存储库。

QPBO与Maxflow的比较

虽然QPBO算法执行类似于Maxflow的s-t图切，但它允许使用非亚模量能量项，而Maxflow则不允许。在众多其他方面中，这允许QPBO解决带有排除项的优化问题，这可能非常有用。由QPBO实现构建的图的大小是等效问题的Maxflow图的两倍。因此，QPBO比Maxflow使用更多的内存，速度略慢。

安装

使用pip install thinqpbo安装软件包或克隆此存储库（包括子模块）。构建软件包需要Cython。

图类型

目前，有三种不同的图类型：QPBOInt、QPBOFloat和QPBODouble。唯一的不同之处在于图中边容量使用的底层数据类型。为了稳定性，建议使用QPBOInt进行整数容量，使用QPBODouble进行浮点容量。然而，在某些情况下，使用QPBOFloat以减少内存消耗可能更有利。

高级功能（QPBO-P和QPBO-I）

QPBO实现有几个称为QPBO-P和QPBO-I的高级扩展。目前，并非所有高级功能都已封装。如果您需要使用thinqpbo未封装的QPBO C++库功能，请通过在GitHub上创建问题来告知我。

小型示例

import thinqpbo as tq

# 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->   t
graph.add_unary_term(1, 5, 0) # E0(1) = 5, n(1)  --5->   t
graph.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()

for n in range(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许可证下分发的，因此本包也是如此。