Fixed darknet.py - uses batch=1 by default

AlexeyAB

2018-05-16 89c11f83ed49c58c3031200d8ed053b4f671db09

 src/data.c

@@ -104,7 +104,7 @@
    return X;
}

matrix load_image_augment_paths(char **paths, int n, int min, int max, int size, float angle, float aspect, float hue, float saturation, float exposure)
matrix load_image_augment_paths(char **paths, int n, int use_flip, int min, int max, int size, float angle, float aspect, float hue, float saturation, float exposure)
{
    int i;
    matrix X;
@@ -115,8 +115,9 @@
    for(i = 0; i < n; ++i){
        image im = load_image_color(paths[i], 0, 0);
        image crop = random_augment_image(im, angle, aspect, min, max, size);
        int flip = random_gen()%2;
        if (flip) flip_image(crop);
        int flip = use_flip ? random_gen() % 2 : 0;
        if (flip)
            flip_image(crop);
        random_distort_image(crop, hue, saturation, exposure);

        /*
@@ -136,7 +137,10 @@
{
    box_label *boxes = calloc(1, sizeof(box_label));
    FILE *file = fopen(filename, "r");
    if(!file) file_error(filename);
   if (!file) {
      printf("Can't open label file. \n");
      file_error(filename);
   }
    float x, y, h, w;
    int id;
    int count = 0;
@@ -269,7 +273,7 @@
        h =  boxes[i].h;
        id = boxes[i].id;

        if (w < .01 || h < .01) continue;
        if (w < .001 || h < .001) continue;

        int col = (int)(x*num_boxes);
        int row = (int)(y*num_boxes);
@@ -292,7 +296,8 @@
    free(boxes);
}

void fill_truth_detection(char *path, int num_boxes, float *truth, int classes, int flip, float dx, float dy, float sx, float sy, int small_object)
void fill_truth_detection(char *path, int num_boxes, float *truth, int classes, int flip, float dx, float dy, float sx, float sy, 
   int small_object, int net_w, int net_h)
{
    char labelpath[4096];
    find_replace(path, "images", "labels", labelpath);
@@ -301,15 +306,18 @@
    find_replace(labelpath, "raw", "labels", labelpath);
    find_replace(labelpath, ".jpg", ".txt", labelpath);
    find_replace(labelpath, ".png", ".txt", labelpath);
   find_replace(labelpath, ".bmp", ".txt", labelpath);
    find_replace(labelpath, ".JPG", ".txt", labelpath);
    find_replace(labelpath, ".JPEG", ".txt", labelpath);
    int count = 0;
   int i;
    box_label *boxes = read_boxes(labelpath, &count);
   float lowest_w = 1.F / net_w;
   float lowest_h = 1.F / net_h;
   if (small_object == 1) {
      for (i = 0; i < count; ++i) {
         if (boxes[i].w < 0.01) boxes[i].w = 0.01;
         if (boxes[i].h < 0.01) boxes[i].h = 0.01;
         if (boxes[i].w < lowest_w) boxes[i].w = lowest_w;
         if (boxes[i].h < lowest_h) boxes[i].h = lowest_h;
      }
   }
    randomize_boxes(boxes, count);
@@ -326,7 +334,9 @@
        id = boxes[i].id;

      // not detect small objects
      if ((w < 0.001 || h < 0.001)) { printf("small w = %f, h = %f \n", w, h); continue; }
      //if ((w < 0.001F || h < 0.001F)) continue;
      // if truth (box for object) is smaller than 1x1 pix
      if ((w < lowest_w || h < lowest_h)) continue;

        truth[i*5+0] = x;
        truth[i*5+1] = y;
@@ -668,7 +678,18 @@
    return d;
}

data load_data_detection(int n, char **paths, int m, int w, int h, int boxes, int classes, float jitter, float hue, float saturation, float exposure, int small_object)
#ifdef OPENCV
#include "opencv2/highgui/highgui_c.h"
#include "opencv2/imgproc/imgproc_c.h"
#include "opencv2/core/version.hpp"
#ifndef CV_VERSION_EPOCH
#include "opencv2/videoio/videoio_c.h"
#include "opencv2/imgcodecs/imgcodecs_c.h"
#endif

#include "http_stream.h"

data load_data_detection(int n, char **paths, int m, int w, int h, int boxes, int classes, int use_flip, float jitter, float hue, float saturation, float exposure, int small_object)
{
    char **random_paths = get_random_paths(paths, n, m);
    int i;
@@ -681,10 +702,22 @@

    d.y = make_matrix(n, 5*boxes);
    for(i = 0; i < n; ++i){
        image orig = load_image_color(random_paths[i], 0, 0);
      const char *filename = random_paths[i];

        int oh = orig.h;
        int ow = orig.w;
      int flag = 1;
      IplImage *src;
      if ((src = cvLoadImage(filename, flag)) == 0)
      {
         fprintf(stderr, "Cannot load image \"%s\"\n", filename);
         char buff[256];
         sprintf(buff, "echo %s >> bad.list", filename);
         system(buff);
         continue;
         //exit(0);
      }

      int oh = src->height;
      int ow = src->width;

        int dw = (ow*jitter);
        int dh = (oh*jitter);
@@ -700,26 +733,81 @@
        float sx = (float)swidth  / ow;
        float sy = (float)sheight / oh;

        int flip = random_gen()%2;
        image cropped = crop_image(orig, pleft, ptop, swidth, sheight);
        int flip = use_flip ? random_gen()%2 : 0;

        float dx = ((float)pleft/ow)/sx;
        float dy = ((float)ptop /oh)/sy;

        image sized = resize_image(cropped, w, h);
        if(flip) flip_image(sized);
        random_distort_image(sized, hue, saturation, exposure);
        d.X.vals[i] = sized.data;
      float dhue = rand_uniform_strong(-hue, hue);
      float dsat = rand_scale(saturation);
      float dexp = rand_scale(exposure);

        fill_truth_detection(random_paths[i], boxes, d.y.vals[i], classes, flip, dx, dy, 1./sx, 1./sy, small_object);
      image ai = image_data_augmentation(src, w, h, pleft, ptop, swidth, sheight, flip, jitter, dhue, dsat, dexp);
      d.X.vals[i] = ai.data;
		
      //show_image(ai, "aug");
      //cvWaitKey(0);

        free_image(orig);
        free_image(cropped);
        fill_truth_detection(filename, boxes, d.y.vals[i], classes, flip, dx, dy, 1./sx, 1./sy, small_object, w, h);

      cvReleaseImage(&src);
    }
    free(random_paths);
    return d;
}
#else // OPENCV
data load_data_detection(int n, char **paths, int m, int w, int h, int boxes, int classes, int use_flip, float jitter, float hue, float saturation, float exposure, int small_object)
{
   char **random_paths = get_random_paths(paths, n, m);
   int i;
   data d = { 0 };
   d.shallow = 0;

   d.X.rows = n;
   d.X.vals = calloc(d.X.rows, sizeof(float*));
   d.X.cols = h*w * 3;

   d.y = make_matrix(n, 5 * boxes);
   for (i = 0; i < n; ++i) {
      image orig = load_image_color(random_paths[i], 0, 0);

      int oh = orig.h;
      int ow = orig.w;

      int dw = (ow*jitter);
      int dh = (oh*jitter);

      int pleft = rand_uniform_strong(-dw, dw);
      int pright = rand_uniform_strong(-dw, dw);
      int ptop = rand_uniform_strong(-dh, dh);
      int pbot = rand_uniform_strong(-dh, dh);

      int swidth = ow - pleft - pright;
      int sheight = oh - ptop - pbot;

      float sx = (float)swidth / ow;
      float sy = (float)sheight / oh;

      int flip = use_flip ? random_gen() % 2 : 0;
      image cropped = crop_image(orig, pleft, ptop, swidth, sheight);

      float dx = ((float)pleft / ow) / sx;
      float dy = ((float)ptop / oh) / sy;

      image sized = resize_image(cropped, w, h);
      if (flip) flip_image(sized);
      random_distort_image(sized, hue, saturation, exposure);
      d.X.vals[i] = sized.data;

      fill_truth_detection(random_paths[i], boxes, d.y.vals[i], classes, flip, dx, dy, 1. / sx, 1. / sy, small_object, w, h);

      free_image(orig);
      free_image(cropped);
   }
   free(random_paths);
   return d;
}
#endif   // OPENCV

void *load_thread(void *ptr)
{
@@ -733,7 +821,7 @@
    if (a.type == OLD_CLASSIFICATION_DATA){
        *a.d = load_data_old(a.paths, a.n, a.m, a.labels, a.classes, a.w, a.h);
    } else if (a.type == CLASSIFICATION_DATA){
        *a.d = load_data_augment(a.paths, a.n, a.m, a.labels, a.classes, a.hierarchy, a.min, a.max, a.size, a.angle, a.aspect, a.hue, a.saturation, a.exposure);
        *a.d = load_data_augment(a.paths, a.n, a.m, a.labels, a.classes, a.hierarchy, a.flip, a.min, a.max, a.size, a.angle, a.aspect, a.hue, a.saturation, a.exposure);
    } else if (a.type == SUPER_DATA){
        *a.d = load_data_super(a.paths, a.n, a.m, a.w, a.h, a.scale);
    } else if (a.type == WRITING_DATA){
@@ -741,7 +829,7 @@
    } else if (a.type == REGION_DATA){
        *a.d = load_data_region(a.n, a.paths, a.m, a.w, a.h, a.num_boxes, a.classes, a.jitter, a.hue, a.saturation, a.exposure);
    } else if (a.type == DETECTION_DATA){
        *a.d = load_data_detection(a.n, a.paths, a.m, a.w, a.h, a.num_boxes, a.classes, a.jitter, a.hue, a.saturation, a.exposure, a.small_object);
        *a.d = load_data_detection(a.n, a.paths, a.m, a.w, a.h, a.num_boxes, a.classes, a.flip, a.jitter, a.hue, a.saturation, a.exposure, a.small_object);
    } else if (a.type == SWAG_DATA){
        *a.d = load_data_swag(a.paths, a.n, a.classes, a.jitter);
    } else if (a.type == COMPARE_DATA){
@@ -749,8 +837,11 @@
    } else if (a.type == IMAGE_DATA){
        *(a.im) = load_image_color(a.path, 0, 0);
        *(a.resized) = resize_image(*(a.im), a.w, a.h);
   }else if (a.type == LETTERBOX_DATA) {
      *(a.im) = load_image_color(a.path, 0, 0);
      *(a.resized) = letterbox_image(*(a.im), a.w, a.h);
    } else if (a.type == TAG_DATA){
        *a.d = load_data_tag(a.paths, a.n, a.m, a.classes, a.min, a.max, a.size, a.angle, a.aspect, a.hue, a.saturation, a.exposure);
        *a.d = load_data_tag(a.paths, a.n, a.m, a.classes, a.flip, a.min, a.max, a.size, a.angle, a.aspect, a.hue, a.saturation, a.exposure);
    }
    free(ptr);
    return 0;
@@ -837,7 +928,7 @@
   d.indexes = calloc(n, sizeof(int));
   if(m) paths = get_random_paths_indexes(paths, n, m, d.indexes);
   d.shallow = 0;
   d.X = load_image_augment_paths(paths, n, min, max, size, angle, aspect, hue, saturation, exposure);
   d.X = load_image_augment_paths(paths, n, flip, min, max, size, angle, aspect, hue, saturation, exposure);
   d.y = load_labels_paths(paths, n, labels, k);
   if(m) free(paths);
   return d;
@@ -874,25 +965,25 @@
    return d;
}

data load_data_augment(char **paths, int n, int m, char **labels, int k, tree *hierarchy, int min, int max, int size, float angle, float aspect, float hue, float saturation, float exposure)
data load_data_augment(char **paths, int n, int m, char **labels, int k, tree *hierarchy, int use_flip, int min, int max, int size, float angle, float aspect, float hue, float saturation, float exposure)
{
    if(m) paths = get_random_paths(paths, n, m);
    data d = {0};
    d.shallow = 0;
    d.X = load_image_augment_paths(paths, n, min, max, size, angle, aspect, hue, saturation, exposure);
    d.X = load_image_augment_paths(paths, n, use_flip, min, max, size, angle, aspect, hue, saturation, exposure);
    d.y = load_labels_paths(paths, n, labels, k, hierarchy);
    if(m) free(paths);
    return d;
}

data load_data_tag(char **paths, int n, int m, int k, int min, int max, int size, float angle, float aspect, float hue, float saturation, float exposure)
data load_data_tag(char **paths, int n, int m, int k, int use_flip, int min, int max, int size, float angle, float aspect, float hue, float saturation, float exposure)
{
    if(m) paths = get_random_paths(paths, n, m);
    data d = {0};
    d.w = size;
    d.h = size;
    d.shallow = 0;
    d.X = load_image_augment_paths(paths, n, min, max, size, angle, aspect, hue, saturation, exposure);
    d.X = load_image_augment_paths(paths, n, use_flip, min, max, size, angle, aspect, hue, saturation, exposure);
    d.y = load_tags_paths(paths, n, k);
    if(m) free(paths);
    return d;