rename c++ method

Tino Hager

2018-06-24 9ed3e2df4a2dc765245fa2e75ac4a9f4e6187b83

 src/yolo_v2_class.cpp

@@ -22,16 +22,61 @@

#define FRAMES 3

int max_objects() { return C_SHARP_MAX_OBJECTS; }

static Detector* detector;
//static std::unique_ptr<Detector> detector;

int init(const char *configurationFilename, const char *weightsFilename, int gpu) {
    std::string configurationFilenameString;
    configurationFilenameString = configurationFilename;
    std::string weightsFilenameString;
    weightsFilenameString = weightsFilename;

    detector = new Detector(configurationFilenameString, weightsFilenameString, gpu);
    return 1;
}

int detect_image(const char *filename, bbox_t_container &container) {
    std::string filenameString;
    filenameString = filename;

    std::vector<bbox_t> detection = detector->detect(filenameString);
    for (size_t i = 0; i < detection.size() && i < C_SHARP_MAX_OBJECTS; ++i)
        container.candidates[i] = detection[i];
    return detection.size();
}

int detect_mat(const uint8_t* data, const size_t data_length, bbox_t_container &container) {
#ifdef OPENCV
    std::vector<char> vdata(data, data + data_length);
    cv::Mat image = imdecode(cv::Mat(vdata), 1);

    std::vector<bbox_t> detection = detector->detect(image);
    for (size_t i = 0; i < detection.size() && i < C_SHARP_MAX_OBJECTS; ++i)
        container.candidates[i] = detection[i];
    return detection.size();
#else
    return -1;
#endif   // OPENCV
}

int dispose() {
    detector->~Detector();
    //detector.reset();
    return 1;
}

#ifdef GPU
void check_cuda(cudaError_t status) {
   if (status != cudaSuccess) {
      const char *s = cudaGetErrorString(status);
      printf("CUDA Error Prev: %s\n", s);
   }
}
#endif

struct detector_gpu_t {
   float **probs;
   box *boxes;
   network net;
   image images[FRAMES];
   float *avg;
@@ -52,11 +97,12 @@
   detector_gpu_t &detector_gpu = *static_cast<detector_gpu_t *>(detector_gpu_ptr.get());

#ifdef GPU
   check_cuda( cudaSetDevice(gpu_id) );
   printf(" Used GPU %d \n", gpu_id);
   //check_cuda( cudaSetDevice(cur_gpu_id) );
   cuda_set_device(cur_gpu_id);
   printf(" Used GPU %d \n", cur_gpu_id);
#endif
   network &net = detector_gpu.net;
   net.gpu_index = gpu_id;
   net.gpu_index = cur_gpu_id;
   //gpu_index = i;
   
   char *cfgfile = const_cast<char *>(cfg_filename.data());
@@ -67,7 +113,8 @@
      load_weights(&net, weightfile);
   }
   set_batch_network(&net, 1);
   net.gpu_index = gpu_id;
   net.gpu_index = cur_gpu_id;
   fuse_conv_batchnorm(net);

   layer l = net.layers[net.n - 1];
   int j;
@@ -76,10 +123,6 @@
   for (j = 0; j < FRAMES; ++j) detector_gpu.predictions[j] = (float *)calloc(l.outputs, sizeof(float));
   for (j = 0; j < FRAMES; ++j) detector_gpu.images[j] = make_image(1, 1, 3);

   detector_gpu.boxes = (box *)calloc(l.w*l.h*l.n, sizeof(box));
   detector_gpu.probs = (float **)calloc(l.w*l.h*l.n, sizeof(float *));
   for (j = 0; j < l.w*l.h*l.n; ++j) detector_gpu.probs[j] = (float *)calloc(l.classes, sizeof(float));

   detector_gpu.track_id = (unsigned int *)calloc(l.classes, sizeof(unsigned int));
   for (j = 0; j < l.classes; ++j) detector_gpu.track_id[j] = 1;

@@ -100,14 +143,10 @@
   for (int j = 0; j < FRAMES; ++j) free(detector_gpu.predictions[j]);
   for (int j = 0; j < FRAMES; ++j) if(detector_gpu.images[j].data) free(detector_gpu.images[j].data);

   for (int j = 0; j < l.w*l.h*l.n; ++j) free(detector_gpu.probs[j]);
   free(detector_gpu.boxes);
   free(detector_gpu.probs);

   int old_gpu_index;
#ifdef GPU
   cudaGetDevice(&old_gpu_index);
   cudaSetDevice(detector_gpu.net.gpu_index);
   cuda_set_device(detector_gpu.net.gpu_index);
#endif

   free_network(detector_gpu.net);
@@ -125,6 +164,10 @@
   detector_gpu_t &detector_gpu = *static_cast<detector_gpu_t *>(detector_gpu_ptr.get());
   return detector_gpu.net.h;
}
YOLODLL_API int Detector::get_net_color_depth() const {
   detector_gpu_t &detector_gpu = *static_cast<detector_gpu_t *>(detector_gpu_ptr.get());
   return detector_gpu.net.c;
}


YOLODLL_API std::vector<bbox_t> Detector::detect(std::string image_filename, float thresh, bool use_mean)
@@ -221,17 +264,21 @@
      l.output = detector_gpu.avg;
      detector_gpu.demo_index = (detector_gpu.demo_index + 1) % FRAMES;
   }
   //get_region_boxes(l, 1, 1, thresh, detector_gpu.probs, detector_gpu.boxes, 0, 0);
   //if (nms) do_nms_sort(detector_gpu.boxes, detector_gpu.probs, l.w*l.h*l.n, l.classes, nms);

   get_region_boxes(l, 1, 1, thresh, detector_gpu.probs, detector_gpu.boxes, 0, 0);
   if (nms) do_nms_sort(detector_gpu.boxes, detector_gpu.probs, l.w*l.h*l.n, l.classes, nms);
   //draw_detections(im, l.w*l.h*l.n, thresh, boxes, probs, names, alphabet, l.classes);
   int nboxes = 0;
   int letterbox = 0;
   float hier_thresh = 0.5;
   detection *dets = get_network_boxes(&net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes, letterbox);
   if (nms) do_nms_sort(dets, nboxes, l.classes, nms);

   std::vector<bbox_t> bbox_vec;

   for (size_t i = 0; i < (l.w*l.h*l.n); ++i) {
      box b = detector_gpu.boxes[i];
      int const obj_id = max_index(detector_gpu.probs[i], l.classes);
      float const prob = detector_gpu.probs[i][obj_id];
   for (size_t i = 0; i < nboxes; ++i) {
      box b = dets[i].bbox;
      int const obj_id = max_index(dets[i].prob, l.classes);
      float const prob = dets[i].prob[obj_id];
      
      if (prob > thresh) 
      {
@@ -248,6 +295,7 @@
      }
   }

   free_detections(dets, nboxes);
   if(sized.data)
      free(sized.data);