Remove truth only if smaller than 1x1 pix during training

AlexeyAB

2018-04-10 2ce6460c79e06caa33eab3991ee3e7fd9f0909d6

 src/yolo_layer.c

@@ -39,7 +39,6 @@
    l.outputs = h*w*n*(classes + 4 + 1);
    l.inputs = l.outputs;
   l.max_boxes = max_boxes;
   printf(" l.max_boxes = %d \n", l.max_boxes);
    l.truths = l.max_boxes*(4 + 1); // 90*(4 + 1);
    l.delta = calloc(batch*l.outputs, sizeof(float));
    l.output = calloc(batch*l.outputs, sizeof(float));
@@ -110,18 +109,40 @@
}


void delta_yolo_class(float *output, float *delta, int index, int class, int classes, int stride, float *avg_cat)
void delta_yolo_class(float *output, float *delta, int index, int class_id, int classes, int stride, float *avg_cat, int focal_loss)
{
    int n;
    if (delta[index]){
        delta[index + stride*class] = 1 - output[index + stride*class];
        if(avg_cat) *avg_cat += output[index + stride*class];
        delta[index + stride*class_id] = 1 - output[index + stride*class_id];
        if(avg_cat) *avg_cat += output[index + stride*class_id];
        return;
    }
    for(n = 0; n < classes; ++n){
        delta[index + stride*n] = ((n == class)?1 : 0) - output[index + stride*n];
        if(n == class && avg_cat) *avg_cat += output[index + stride*n];
    }
   // Focal loss
   if (focal_loss) {
      // Focal Loss
      float alpha = 0.5;   // 0.25 or 0.5
                     //float gamma = 2;   // hardcoded in many places of the grad-formula	

      int ti = index + stride*class_id;
      float pt = output[ti] + 0.000000000000001F;
      //float grad = -(1 - pt) * (2 * pt*logf(pt) + pt - 1);   // http://blog.csdn.net/linmingan/article/details/77885832	
      float grad = (1 - pt) * (2 * pt*logf(pt) + pt - 1);      // https://github.com/unsky/focal-loss

      for (n = 0; n < classes; ++n) {
         delta[index + stride*n] = (((n == class_id) ? 1 : 0) - output[index + stride*n]);

         delta[index + stride*n] *= alpha*grad;

         if (n == class_id) *avg_cat += output[index + stride*n];
      }
   }
   else {
      // default
      for (n = 0; n < classes; ++n) {
         delta[index + stride*n] = ((n == class_id) ? 1 : 0) - output[index + stride*n];
         if (n == class_id && avg_cat) *avg_cat += output[index + stride*n];
      }
   }
}

static int entry_index(layer l, int batch, int location, int entry)
@@ -197,7 +218,7 @@
                        int class = state.truth[best_t*(4 + 1) + b*l.truths + 4];
                        if (l.map) class = l.map[class];
                        int class_index = entry_index(l, b, n*l.w*l.h + j*l.w + i, 4 + 1);
                        delta_yolo_class(l.output, l.delta, class_index, class, l.classes, l.w*l.h, 0);
                        delta_yolo_class(l.output, l.delta, class_index, class, l.classes, l.w*l.h, 0, l.focal_loss);
                        box truth = float_to_box_stride(state.truth + best_t*(4 + 1) + b*l.truths, 1);
                        delta_yolo_box(truth, l.output, l.biases, l.mask[n], box_index, i, j, l.w, l.h, state.net.w, state.net.h, l.delta, (2-truth.w*truth.h), l.w*l.h);
                    }
@@ -237,7 +258,7 @@
                int class = state.truth[t*(4 + 1) + b*l.truths + 4];
                if (l.map) class = l.map[class];
                int class_index = entry_index(l, b, mask_n*l.w*l.h + j*l.w + i, 4 + 1);
                delta_yolo_class(l.output, l.delta, class_index, class, l.classes, l.w*l.h, &avg_cat);
                delta_yolo_class(l.output, l.delta, class_index, class, l.classes, l.w*l.h, &avg_cat, l.focal_loss);

                ++count;
                ++class_count;