Datasets:

eduzrh
/

STEM

数据集	格式	建筑数	时期	CRS
Hague (Source A+B)	CityJSON LOD1.2	15,545×2	单一时期	EPSG:7415
Lyon 2009	CityGML 1.0 LOD2	2,348	2009	EPSG:3946
Lyon 2012	CityGML 1.0 LOD2	2,281	2012	EPSG:3946
Lyon 2015	CityGML 2.0 LOD2	7,693	2015	EPSG:3946

1.2 跨时间标签

时期对	时间跨度	总配对	高	中	低
2009→2012	3年	2,209	2,168	29	12
2009→2015	6年	1,236	448	170	618
2012→2015	3年	1,238	461	164	613

构建方法: scipy.spatial.KDTree (DIST_THRESHOLD=10m), 置信度分层: high(dist<3m & 0.5<area_ratio<2.0), medium(dist<7m & 0.3<area_ratio<3.0), low(dist<10m)

1.3 已完成实验

实验 A: Hague 同时期基准 XGBoost F1=0.998, RF F1=0.998, AdaBoost F1=0.995, MLP F1=0.968 对齐后: 平均距离 2.1m, Recall@10m=0.997

实验 B-D: 跨时间匹配

实验	时期对	跨度	格式变化	对数	XGBoost F1	对齐距离
B	2009→2012	3年	无	2,196	0.990	3.9m
C	2009→2015	6年	有	615	0.950	4.3m
D	2012→2015	3年	有	623	0.944	4.3m

1.4 已推送至 HuggingFace

docs/ — 基准规范文档
code/3dSAGER/ — 完整代码 (含 Lyon 适配)
code/preprocessing/ — Lyon GML 解析脚本
data/lyon/labels/ — 全部跨时间标签
experiments/results/ — 所有 CSV + 日志 + README

2. 待执行实验

Phase 1: Few-Shot 学习实验 ⭐ 最高优先级

目标: 测试极少标注样本下的跨时间匹配

数据集: Lyon_CT (2009→2012, 2,196 对)

实验	K	说明
FS-5	5	极少数
FS-10	10	少量
FS-20	20	中等少量
FS-50	50	中等
FS-Full	647	全量对照

实现: 直接限制 dataset_dict['train'] 训练样本数，每 K 跑 5 种子取平均。模型: XGBoost + RandomForest。

预期: K=5: F1≈0.85-0.90, K=10: F1≈0.90-0.93, K=20: F1≈0.93-0.96, K=50: F1≈0.96-0.98

Phase 2: 扩大跨时间数据集

纳入 low 置信度配对，扩大 2009→2015 (618→1,236) 和 2012→2015 (625→1,238) 数据集，重跑实验。

Phase 3: Blocking 评估

对三个跨时间数据集跑 --evaluation_mode blocking，评估 BKAFI recall@k。

Phase 4: 零样本跨 Epoch 迁移

实验	训练集	测试集
ZS-1	2009→2012	2009→2015
ZS-2	2009→2012	2012→2015
ZS-3	2009→2015	2012→2015

Phase 5: Lyon 2018 数据获取

从 Grand Lyon 门户下载，解析 CityGML 2.0，构建新标签。

Phase 6: GPU 加速

重试 GPU 申请，跑更大规模实验 + ViT blocking。

3. 完整实验矩阵

#	名称	数据集	K	模型	指标
A	Hague基准	Hague	Full	All	F1
B	CT-3yr	2009→2012	Full	All	F1
C	CT-6yr	2009→2015	Full	All	F1
D	CT-3yr-fmt	2012→2015	Full	All	F1
E-H	FS-K{5,10,20,50}	2009→2012	K	XGB,RF	F1
I	CT-6yr-all	2009→2015	Full	All	F1
J	CT-3yr-all	2012→2015	Full	All	F1
K-M	BK-{3yr,6yr,3yr-fmt}	All CT	—	—	Recall@k
N-P	ZS-{1,2,3}	Cross	Full	XGB,RF	F1

4. 文件结构

STEM/
├── docs/
│   ├── STEM_benchmark_specification.md
│   └── STEM_experiment_plan.md
├── code/
│   ├── 3dSAGER/
│   └── preprocessing/
├── data/lyon/labels/
├── experiments/
│   ├── results/
│   └── scripts/
│       ├── run_fewshot.py
│       ├── run_blocking_eval.py
│       └── run_zeroshot.py

5. 执行顺序

Phase 1: Few-Shot 实验 → 推送
Phase 2: 扩大CT数据集 + 重跑 → 推送
Phase 3: Blocking 评估 → 推送
Phase 4: 零样本迁移 → 推送
Phase 5: GPU + Lyon 2018

6. HuggingFace 同步

每步完成后:

cd $STEM_REPO && git add -A && git commit -m "..." && git push origin main