ojbects -> objects

Nadeen Udantha

2018-05-18 ae9fb2abbd8e2b7e079b56bf1cf39754d7c091ac

 src/detector.c

@@ -1,3 +1,8 @@
#ifdef _DEBUG
#include <stdlib.h> 
#include <crtdbg.h>  
#endif

#include "network.h"
#include "region_layer.h"
#include "cost_layer.h"
@@ -16,10 +21,10 @@

#ifndef CV_VERSION_EPOCH
#include "opencv2/videoio/videoio_c.h"
#define OPENCV_VERSION CVAUX_STR(CV_VERSION_MAJOR)""CVAUX_STR(CV_VERSION_MINOR)""CVAUX_STR(CV_VERSION_REVISION)
#define OPENCV_VERSION CVAUX_STR(CV_VERSION_MAJOR)"" CVAUX_STR(CV_VERSION_MINOR)"" CVAUX_STR(CV_VERSION_REVISION)
#pragma comment(lib, "opencv_world" OPENCV_VERSION ".lib")
#else
#define OPENCV_VERSION CVAUX_STR(CV_VERSION_EPOCH)""CVAUX_STR(CV_VERSION_MAJOR)""CVAUX_STR(CV_VERSION_MINOR)
#define OPENCV_VERSION CVAUX_STR(CV_VERSION_EPOCH)"" CVAUX_STR(CV_VERSION_MAJOR)"" CVAUX_STR(CV_VERSION_MINOR)
#pragma comment(lib, "opencv_core" OPENCV_VERSION ".lib")
#pragma comment(lib, "opencv_imgproc" OPENCV_VERSION ".lib")
#pragma comment(lib, "opencv_highgui" OPENCV_VERSION ".lib")
@@ -61,6 +66,11 @@
    srand(time(0));
    network net = nets[0];

   if ((net.batch * net.subdivisions) == 1) {
      printf("\n Error: You set incorrect value batch=1 for Training! You should set batch=64 subdivision=64 \n");
      getchar();
   }

    int imgs = net.batch * net.subdivisions * ngpus;
    printf("Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);
    data train, buffer;
@@ -116,12 +126,18 @@
    while(get_current_batch(net) < net.max_batches){
      if(l.random && count++%10 == 0){
            printf("Resizing\n");
         int dim = (rand() % 12 + (init_w/32 - 5)) * 32; // +-160
            //if (get_current_batch(net)+100 > net.max_batches) dim = 544;
         //int dim = (rand() % 12 + (init_w/32 - 5)) * 32;  // +-160
            //int dim = (rand() % 4 + 16) * 32;
            printf("%d\n", dim);
            args.w = dim;
            args.h = dim;
         //if (get_current_batch(net)+100 > net.max_batches) dim = 544;
         int random_val = rand() % 12;
         int dim_w = (random_val + (init_w / 32 - 5)) * 32; // +-160
         int dim_h = (random_val + (init_h / 32 - 5)) * 32; // +-160
         if (dim_w < 32) dim_w = 32;
         if (dim_h < 32) dim_h = 32;

         printf("%d x %d \n", dim_w, dim_h);
         args.w = dim_w;
         args.h = dim_h;

            pthread_join(load_thread, 0);
            train = buffer;
@@ -129,7 +145,7 @@
            load_thread = load_data(args);

            for(i = 0; i < ngpus; ++i){
                resize_network(nets + i, dim, dim);
                resize_network(nets + i, dim_w, dim_h);
            }
            net = nets[0];
        }
@@ -411,7 +427,7 @@
      fprintf(fp, "\n]\n");
      fclose(fp);
   }
   fprintf(stderr, "Total Detection Time: %f Seconds\n", time(0) - start);
   fprintf(stderr, "Total Detection Time: %f Seconds\n", (double)time(0) - start);
}

void validate_detector_recall(char *datacfg, char *cfgfile, char *weightfile)
@@ -465,6 +481,7 @@
      find_replace(labelpath, ".bmp", ".txt", labelpath);
      find_replace(labelpath, ".JPG", ".txt", labelpath);
      find_replace(labelpath, ".JPEG", ".txt", labelpath);
      find_replace(labelpath, ".ppm", ".txt", labelpath);

      int num_labels = 0;
      box_label *truth = read_boxes(labelpath, &num_labels);
@@ -622,6 +639,7 @@
         find_replace(labelpath, ".bmp", ".txt", labelpath);
         find_replace(labelpath, ".JPG", ".txt", labelpath);
         find_replace(labelpath, ".JPEG", ".txt", labelpath);
         find_replace(labelpath, ".ppm", ".txt", labelpath);
         int num_labels = 0;
         box_label *truth = read_boxes(labelpath, &num_labels);
         int i, j;
@@ -645,6 +663,8 @@
            truth_dif = read_boxes(labelpath_dif, &num_labels_dif);
         }

         const int checkpoint_detections_count = detections_count;

         for (i = 0; i < nboxes; ++i) {

            int class_id;
@@ -695,7 +715,13 @@

                  // calc avg IoU, true-positives, false-positives for required Threshold
                  if (prob > thresh_calc_avg_iou) {
                     if (truth_index > -1) {
                     int z, found = 0;
                     for (z = checkpoint_detections_count; z < detections_count-1; ++z)
                        if (detections[z].unique_truth_index == truth_index) {
                           found = 1; break;
                        }

                     if(truth_index > -1 && found == 0) {
                        avg_iou += max_iou;
                        ++tp_for_thresh;
                     }
@@ -715,7 +741,8 @@
      }
   }

   avg_iou = avg_iou / (tp_for_thresh + fp_for_thresh);
   if((tp_for_thresh + fp_for_thresh) > 0)
      avg_iou = avg_iou / (tp_for_thresh + fp_for_thresh);

   
   // SORT(detections)
@@ -876,6 +903,7 @@
      find_replace(labelpath, ".bmp", ".txt", labelpath);
      find_replace(labelpath, ".JPG", ".txt", labelpath);
      find_replace(labelpath, ".JPEG", ".txt", labelpath);
      find_replace(labelpath, ".ppm", ".txt", labelpath);
      int num_labels = 0;
      box_label *truth = read_boxes(labelpath, &num_labels);
      //printf(" new path: %s \n", labelpath);
@@ -1027,7 +1055,8 @@
}
#endif // OPENCV

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, int dont_show)
void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh,
               float hier_thresh, int dont_show, int ext_output)
{
    list *options = read_data_cfg(datacfg);
    char *name_list = option_find_str(options, "names", "data/names.list");
@@ -1049,7 +1078,8 @@
    while(1){
        if(filename){
            strncpy(input, filename, 256);
         if (input[strlen(input) - 1] == 0x0d) input[strlen(input) - 1] = 0;
         if(strlen(input) > 0)
            if (input[strlen(input) - 1] == 0x0d) input[strlen(input) - 1] = 0;
        } else {
            printf("Enter Image Path: ");
            fflush(stdout);
@@ -1059,8 +1089,8 @@
        }
        image im = load_image_color(input,0,0);
      int letterbox = 0;
        image sized = resize_image(im, net.w, net.h);
      //image sized = letterbox_image(im, net.w, net.h); letterbox = 1;
        //image sized = resize_image(im, net.w, net.h);
      image sized = letterbox_image(im, net.w, net.h); letterbox = 1;
        layer l = net.layers[net.n-1];

        //box *boxes = calloc(l.w*l.h*l.n, sizeof(box));
@@ -1069,8 +1099,8 @@

        float *X = sized.data;
        time= what_time_is_it_now();
        //network_predict(net, X);
      network_predict_image(&net, im); letterbox = 1;
        network_predict(net, X);
      //network_predict_image(&net, im); letterbox = 1;
        printf("%s: Predicted in %f seconds.\n", input, (what_time_is_it_now()-time));
        //get_region_boxes(l, 1, 1, thresh, probs, boxes, 0, 0);
      // if (nms) do_nms_sort_v2(boxes, probs, l.w*l.h*l.n, l.classes, nms);
@@ -1078,7 +1108,7 @@
      int nboxes = 0;
      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);
      draw_detections_v3(im, dets, nboxes, thresh, names, alphabet, l.classes);
      draw_detections_v3(im, dets, nboxes, thresh, names, alphabet, l.classes, ext_output);
      free_detections(dets, nboxes);
        save_image(im, "predictions");
      if (!dont_show) {
@@ -1097,6 +1127,22 @@
#endif
        if (filename) break;
    }

   // free memory
   free_ptrs(names, net.layers[net.n - 1].classes);
   free_list(options);

   int i;
   const int nsize = 8;
   for (j = 0; j < nsize; ++j) {
      for (i = 32; i < 127; ++i) {
         free_image(alphabet[j][i]);
      }
      free(alphabet[j]);
   }
   free(alphabet);

   free_network(net);
}

void run_detector(int argc, char **argv)
@@ -1114,6 +1160,9 @@
   int num_of_clusters = find_int_arg(argc, argv, "-num_of_clusters", 5);
   int width = find_int_arg(argc, argv, "-width", -1);
   int height = find_int_arg(argc, argv, "-height", -1);
   // extended output in test mode (output of rect bound coords)
   // and for recall mode (extended output table-like format with results for best_class fit)
   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]);
        return;
@@ -1147,9 +1196,10 @@
    char *cfg = argv[4];
    char *weights = (argc > 5) ? argv[5] : 0;
   if(weights)
      if (weights[strlen(weights) - 1] == 0x0d) weights[strlen(weights) - 1] = 0;
      if(strlen(weights) > 0)
         if (weights[strlen(weights) - 1] == 0x0d) weights[strlen(weights) - 1] = 0;
    char *filename = (argc > 6) ? argv[6]: 0;
    if(0==strcmp(argv[2], "test")) test_detector(datacfg, cfg, weights, filename, thresh, hier_thresh, dont_show);
    if(0==strcmp(argv[2], "test")) test_detector(datacfg, cfg, weights, filename, thresh, hier_thresh, dont_show, ext_output);
    else if(0==strcmp(argv[2], "train")) train_detector(datacfg, cfg, weights, gpus, ngpus, clear, dont_show);
    else if(0==strcmp(argv[2], "valid")) validate_detector(datacfg, cfg, weights, outfile);
    else if(0==strcmp(argv[2], "recall")) validate_detector_recall(datacfg, cfg, weights);
@@ -1161,7 +1211,8 @@
        char *name_list = option_find_str(options, "names", "data/names.list");
        char **names = get_labels(name_list);
      if(filename)
         if (filename[strlen(filename) - 1] == 0x0d) filename[strlen(filename) - 1] = 0;
         if(strlen(filename) > 0)
            if (filename[strlen(filename) - 1] == 0x0d) filename[strlen(filename) - 1] = 0;
        demo(cfg, weights, thresh, hier_thresh, cam_index, filename, names, classes, frame_skip, prefix, out_filename,
         http_stream_port, dont_show);
    }