blame | history | patch | commit | commitdiff | ignore whitespace
AlexeyAB
2018-03-28 b659d93a4a7444fc7b2b8346f1b03cb1bb462ed7 
 src/detector.c


@@ -25,11 +25,13 @@


#pragma comment(lib, "opencv_highgui" OPENCV_VERSION ".lib")


#endif




#endif


IplImage* draw_train_chart(float max_img_loss, int max_batches, int number_of_lines, int img_size);


void draw_train_loss(IplImage* img, int img_size, float avg_loss, float max_img_loss, int current_batch, int max_batches);


#endif   // OPENCV




static 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};




void train_detector(char *datacfg, char *cfgfile, char *weightfile, int *gpus, int ngpus, int clear)


void train_detector(char *datacfg, char *cfgfile, char *weightfile, int *gpus, int ngpus, int clear, int dont_show)


{


    list *options = read_data_cfg(datacfg);


    char *train_images = option_find_str(options, "train", "data/train.list");


@@ -74,6 +76,8 @@




   int init_w = net.w;


   int init_h = net.h;


   int iter_save;


   iter_save = get_current_batch(net);




    load_args args = {0};


    args.w = net.w;


@@ -87,13 +91,22 @@


   args.small_object = l.small_object;


    args.d = &buffer;


    args.type = DETECTION_DATA;


   args.threads = 4;// 8;


   args.threads = 64;   // 8




    args.angle = net.angle;


    args.exposure = net.exposure;


    args.saturation = net.saturation;


    args.hue = net.hue;




#ifdef OPENCV


   IplImage* img = NULL;


   float max_img_loss = 5;


   int number_of_lines = 100;


   int img_size = 1000;


   if (!dont_show)


      img = draw_train_chart(max_img_loss, net.max_batches, number_of_lines, img_size);


#endif   //OPENCV




    pthread_t load_thread = load_data(args);


    clock_t time;


    int count = 0;


@@ -102,7 +115,6 @@


      if(l.random && count++%10 == 0){


            printf("Resizing\n");


         int dim = (rand() % 12 + (init_w/32 - 5)) * 32; // +-160


            //int dim = (rand() % 10 + 10) * 32;


            //if (get_current_batch(net)+100 > net.max_batches) dim = 544;


            //int dim = (rand() % 4 + 16) * 32;


            printf("%d\n", dim);


@@ -159,8 +171,16 @@




        i = get_current_batch(net);


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




#ifdef OPENCV


      if(!dont_show)


         draw_train_loss(img, img_size, avg_loss, max_img_loss, i, net.max_batches);


#endif   // OPENCV




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


      if (i % 100 == 0) {


      //if (i % 100 == 0) {


      if(i >= (iter_save + 100)) {


         iter_save = i;


#ifdef GPU


         if (ngpus != 1) sync_nets(nets, ngpus, 0);


#endif


@@ -176,6 +196,9 @@


    char buff[256];


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


    save_weights(net, buff);




   //cvReleaseImage(&img);


   //cvDestroyAllWindows();


}






@@ -898,7 +921,7 @@


      float box_h = points->data.fl[i * 2 + 1];


      //int cluster_idx = labels->data.i[i];    


      int cluster_idx = 0;


      float min_dist = 1000000;


      float min_dist = FLT_MAX;


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


         float anchor_w = centers->data.fl[j * 2];


         float anchor_h = centers->data.fl[j * 2 + 1];


@@ -972,12 +995,12 @@


   cvReleaseMat(&labels);


}


#else


void calc_anchors(char *datacfg, int num_of_clusters, int final_width, int final_height) {


void calc_anchors(char *datacfg, int num_of_clusters, int final_width, int final_height, int show) {


   printf(" k-means++ can't be used without OpenCV, because there is used cvKMeans2 implementation \n");


}


#endif // OPENCV




void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, int dont_show)


void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, int dont_show)


{


    list *options = read_data_cfg(datacfg);


    char *name_list = option_find_str(options, "names", "data/names.list");


@@ -994,7 +1017,7 @@


    char buff[256];


    char *input = buff;


    int j;


    float nms=.4;


    float nms=.45;   // 0.4F


    while(1){


        if(filename){


            strncpy(input, filename, 256);


@@ -1007,20 +1030,27 @@


            strtok(input, "\n");


        }


        image im = load_image_color(input,0,0);


      int letter = 0;


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


      //image sized = letterbox_image(im, net.w, net.h); letter = 1;


        layer l = net.layers[net.n-1];




        box *boxes = calloc(l.w*l.h*l.n, sizeof(box));


        float **probs = calloc(l.w*l.h*l.n, sizeof(float *));


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


        //box *boxes = calloc(l.w*l.h*l.n, sizeof(box));


        //float **probs = calloc(l.w*l.h*l.n, sizeof(float *));


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




        float *X = sized.data;


        time=clock();


        network_predict(net, X);


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


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


        if (nms) do_nms_sort(boxes, 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);


        //get_region_boxes(l, 1, 1, thresh, probs, boxes, 0, 0);


      // if (nms) do_nms_sort(boxes, 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;


      detection *dets = get_network_boxes(&net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes, letter);


      if (nms) do_nms_sort_v3(dets, nboxes, l.classes, nms);


      draw_detections_v3(im, dets, nboxes, thresh, names, alphabet, l.classes);


      free_detections(dets, nboxes);


        save_image(im, "predictions");


      if (!dont_show) {


         show_image(im, "predictions");


@@ -1028,8 +1058,8 @@




        free_image(im);


        free_image(sized);


        free(boxes);


        free_ptrs((void **)probs, l.w*l.h*l.n);


        //free(boxes);


        //free_ptrs((void **)probs, l.w*l.h*l.n);


#ifdef OPENCV


      if (!dont_show) {


         cvWaitKey(0);


@@ -1047,7 +1077,8 @@


   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", .24);


    float thresh = find_float_arg(argc, argv, "-thresh", .25); // 0.24


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


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


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


   int num_of_clusters = find_int_arg(argc, argv, "-num_of_clusters", 5);


@@ -1088,12 +1119,12 @@


   if(weights)


      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, dont_show);


    else if(0==strcmp(argv[2], "train")) train_detector(datacfg, cfg, weights, gpus, ngpus, clear);


    if(0==strcmp(argv[2], "test")) test_detector(datacfg, cfg, weights, filename, thresh, hier_thresh, dont_show);


    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);


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


   else if(0==strcmp(argv[2], "map")) validate_detector_map(datacfg, cfg, weights, thresh);


   else if(0==strcmp(argv[2], "calc_anchors"))  calc_anchors(datacfg, num_of_clusters, final_width, final_heigh, show);


   else if(0==strcmp(argv[2], "calc_anchors")) calc_anchors(datacfg, num_of_clusters, final_width, final_heigh, show);


    else if(0==strcmp(argv[2], "demo")) {


        list *options = read_data_cfg(datacfg);


        int classes = option_find_int(options, "classes", 20);


@@ -1101,7 +1132,7 @@


        char **names = get_labels(name_list);


      if(filename)


         if (filename[strlen(filename) - 1] == 0x0d) filename[strlen(filename) - 1] = 0;


        demo(cfg, weights, thresh, cam_index, filename, names, classes, frame_skip, prefix, out_filename, 


        demo(cfg, weights, thresh, hier_thresh, cam_index, filename, names, classes, frame_skip, prefix, out_filename,


         http_stream_port, dont_show);


    }


}