blame | history | patch | commit | commitdiff | ignore whitespace
Alexey
2018-08-15 a723e1c62a27aeb39aaf7fcdeb3beb4e89fba32d 
 src/coco.c


@@ -6,6 +6,7 @@


#include "utils.h"


#include "parser.h"


#include "box.h"


#include "demo.h"




#ifdef OPENCV


#include "opencv2/highgui/highgui_c.h"


@@ -15,16 +16,14 @@




int coco_ids[] = {1,2,3,4,5,6,7,8,9,10,11,13,14,15,16,17,18,19,20,21,22,23,24,25,27,28,31,32,33,34,35,36,37,38,39,40,41,42,43,44,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,67,70,72,73,74,75,76,77,78,79,80,81,82,84,85,86,87,88,89,90};




image coco_labels[80];




void train_coco(char *cfgfile, char *weightfile)


{


    //char *train_images = "/home/pjreddie/data/voc/test/train.txt";


    //char *train_images = "/home/pjreddie/data/coco/train.txt";


    char *train_images = "data/coco.trainval.txt";


    //char *train_images = "data/bags.train.list";


    char *backup_directory = "/home/pjreddie/backup/";


    srand(time(0));


    data_seed = time(0);


    char *base = basecfg(cfgfile);


    printf("%s\n", base);


    float avg_loss = -1;


@@ -60,6 +59,11 @@


    args.d = &buffer;


    args.type = REGION_DATA;




    args.angle = net.angle;


    args.exposure = net.exposure;


    args.saturation = net.saturation;


    args.hue = net.hue;




    pthread_t load_thread = load_data_in_thread(args);


    clock_t time;


    //while(i*imgs < N*120){


@@ -86,11 +90,16 @@


        avg_loss = avg_loss*.9 + loss*.1;




        printf("%d: %f, %f avg, %f rate, %lf seconds, %d images\n", i, loss, avg_loss, get_current_rate(net), sec(clock()-time), i*imgs);


        if(i%1000==0){


        if(i%1000==0 || (i < 1000 && i%100 == 0)){


            char buff[256];


            sprintf(buff, "%s/%s_%d.weights", backup_directory, base, i);


            save_weights(net, buff);


        }


        if(i%100==0){


            char buff[256];


            sprintf(buff, "%s/%s.backup", backup_directory, base);


            save_weights(net, buff);


        }


        free_data(train);


    }


    char buff[256];


@@ -98,34 +107,6 @@


    save_weights(net, buff);


}




void convert_coco_detections(float *predictions, int classes, int num, int square, int side, int w, int h, float thresh, float **probs, box *boxes, int only_objectness)


{


    int i,j,n;


    //int per_cell = 5*num+classes;


    for (i = 0; i < side*side; ++i){


        int row = i / side;


        int col = i % side;


        for(n = 0; n < num; ++n){


            int index = i*num + n;


            int p_index = side*side*classes + i*num + n;


            float scale = predictions[p_index];


            int box_index = side*side*(classes + num) + (i*num + n)*4;


            boxes[index].x = (predictions[box_index + 0] + col) / side * w;


            boxes[index].y = (predictions[box_index + 1] + row) / side * h;


            boxes[index].w = pow(predictions[box_index + 2], (square?2:1)) * w;


            boxes[index].h = pow(predictions[box_index + 3], (square?2:1)) * h;


            for(j = 0; j < classes; ++j){


                int class_index = i*classes;


                float prob = scale*predictions[class_index+j];


                probs[index][j] = (prob > thresh) ? prob : 0;


            }


            if(only_objectness){


                probs[index][0] = scale;


            }


        }


    }


}




void print_cocos(FILE *fp, int image_id, box *boxes, float **probs, int num_boxes, int classes, int w, int h)


{


    int i, j;


@@ -175,7 +156,6 @@




    layer l = net.layers[net.n-1];


    int classes = l.classes;


    int square = l.sqrt;


    int side = l.side;




    int j;


@@ -232,11 +212,11 @@


            char *path = paths[i+t-nthreads];


            int image_id = get_coco_image_id(path);


            float *X = val_resized[t].data;


            float *predictions = network_predict(net, X);


            network_predict(net, X);


            int w = val[t].w;


            int h = val[t].h;


            convert_coco_detections(predictions, classes, l.n, square, side, w, h, thresh, probs, boxes, 0);


            if (nms) do_nms_sort(boxes, probs, side*side*l.n, classes, iou_thresh);


            get_detection_boxes(l, w, h, thresh, probs, boxes, 0);


            if (nms) do_nms_sort_v2(boxes, probs, side*side*l.n, classes, iou_thresh);


            print_cocos(fp, image_id, boxes, probs, side*side*l.n, classes, w, h);


            free_image(val[t]);


            free_image(val_resized[t]);


@@ -265,7 +245,6 @@




    layer l = net.layers[net.n-1];


    int classes = l.classes;


    int square = l.sqrt;


    int side = l.side;




    int j, k;


@@ -297,14 +276,12 @@


        image orig = load_image_color(path, 0, 0);


        image sized = resize_image(orig, net.w, net.h);


        char *id = basecfg(path);


        float *predictions = network_predict(net, sized.data);


        convert_coco_detections(predictions, classes, l.n, square, side, 1, 1, thresh, probs, boxes, 1);


        network_predict(net, sized.data);


        get_detection_boxes(l, 1, 1, thresh, probs, boxes, 1);


        if (nms) do_nms(boxes, probs, side*side*l.n, 1, nms_thresh);




        char *labelpath = find_replace(path, "images", "labels");


        labelpath = find_replace(labelpath, "JPEGImages", "labels");


        labelpath = find_replace(labelpath, ".jpg", ".txt");


        labelpath = find_replace(labelpath, ".JPEG", ".txt");


        char labelpath[4096];


      replace_image_to_label(path, labelpath);




        int num_labels = 0;


        box_label *truth = read_boxes(labelpath, &num_labels);


@@ -338,7 +315,7 @@




void test_coco(char *cfgfile, char *weightfile, char *filename, float thresh)


{




    image **alphabet = load_alphabet();


    network net = parse_network_cfg(cfgfile);


    if(weightfile){


        load_weights(&net, weightfile);


@@ -368,14 +345,13 @@


        image sized = resize_image(im, net.w, net.h);


        float *X = sized.data;


        time=clock();


        float *predictions = network_predict(net, X);


        network_predict(net, X);


        printf("%s: Predicted in %f seconds.\n", input, sec(clock()-time));


        convert_coco_detections(predictions, l.classes, l.n, l.sqrt, l.side, 1, 1, thresh, probs, boxes, 0);


        if (nms) do_nms_sort(boxes, probs, l.side*l.side*l.n, l.classes, nms);


        draw_detections(im, l.side*l.side*l.n, thresh, boxes, probs, coco_classes, coco_labels, 80);


        get_detection_boxes(l, 1, 1, thresh, probs, boxes, 0);


        if (nms) do_nms_sort_v2(boxes, probs, l.side*l.side*l.n, l.classes, nms);


        draw_detections(im, l.side*l.side*l.n, thresh, boxes, probs, coco_classes, alphabet, 80);


        save_image(im, "prediction");


        show_image(im, "predictions");




        show_image(sized, "resized");


        free_image(im);


        free_image(sized);


#ifdef OPENCV


@@ -386,27 +362,17 @@


    }


}




void demo_coco(char *cfgfile, char *weightfile, float thresh, int cam_index, char *filename);


static void demo(char *cfgfile, char *weightfile, float thresh, int cam_index, char* filename)


{


    #if defined(OPENCV)


        demo_coco(cfgfile, weightfile, thresh, cam_index, filename);


    #else


        fprintf(stderr, "Need to compile with OpenCV for demo.\n");


    #endif


}




void run_coco(int argc, char **argv)


{


    int i;


    for(i = 0; i < 80; ++i){


        char buff[256];


        sprintf(buff, "data/labels/%s.png", coco_classes[i]);


        coco_labels[i] = load_image_color(buff, 0, 0);


    }


   int dont_show = find_arg(argc, argv, "-dont_show");


   int http_stream_port = find_int_arg(argc, argv, "-http_port", -1);


   char *out_filename = find_char_arg(argc, argv, "-out_filename", 0);


    char *prefix = find_char_arg(argc, argv, "-prefix", 0);


    float thresh = find_float_arg(argc, argv, "-thresh", .2);


   float hier_thresh = find_float_arg(argc, argv, "-hier", .5);


    int cam_index = find_int_arg(argc, argv, "-c", 0);


    char *file = find_char_arg(argc, argv, "-file", 0);


    int frame_skip = find_int_arg(argc, argv, "-s", 0);


   int ext_output = find_arg(argc, argv, "-ext_output");




    if(argc < 4){


        fprintf(stderr, "usage: %s %s [train/test/valid] [cfg] [weights (optional)]\n", argv[0], argv[1]);


@@ -420,5 +386,6 @@


    else if(0==strcmp(argv[2], "train")) train_coco(cfg, weights);


    else if(0==strcmp(argv[2], "valid")) validate_coco(cfg, weights);


    else if(0==strcmp(argv[2], "recall")) validate_coco_recall(cfg, weights);


    else if(0==strcmp(argv[2], "demo")) demo(cfg, weights, thresh, cam_index, file);


    else if(0==strcmp(argv[2], "demo")) demo(cfg, weights, thresh, hier_thresh, cam_index, filename, coco_classes, 80, frame_skip,


      prefix, out_filename, http_stream_port, dont_show, ext_output);


}