blame | history | patch | commit | commitdiff | ignore whitespace
AlexeyAB
2018-02-08 be90b8e8cb6bbf3951a5e185aa43ccfdd4a03f4d 
 src/detector.c


@@ -9,7 +9,22 @@




#ifdef OPENCV


#include "opencv2/highgui/highgui_c.h"


#include "opencv2/core/core_c.h"


#include "opencv2/core/version.hpp"




#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)


#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)


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


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


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


#endif




#endif




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)


@@ -55,6 +70,9 @@


    //int N = plist->size;


    char **paths = (char **)list_to_array(plist);




   int init_w = net.w;


   int init_h = net.h;




    load_args args = {0};


    args.w = net.w;


    args.h = net.h;


@@ -64,9 +82,10 @@


    args.classes = classes;


    args.jitter = jitter;


    args.num_boxes = l.max_boxes;


   args.small_object = l.small_object;


    args.d = &buffer;


    args.type = DETECTION_DATA;


    args.threads = 4;


   args.threads = 4;// 8;




    args.angle = net.angle;


    args.exposure = net.exposure;


@@ -78,9 +97,11 @@


    int count = 0;


    //while(i*imgs < N*120){


    while(get_current_batch(net) < net.max_batches){


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


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


            printf("Resizing\n");


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


         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);


            args.w = dim;


@@ -136,15 +157,20 @@




        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);


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


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


            char buff[256];


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


            save_weights(net, buff);


        }


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


      if (i % 100 == 0) {


#ifdef GPU


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


#endif


         char buff[256];


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


         save_weights(net, buff);


      }


        free_data(train);


    }


#ifdef GPU


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


#endif


    char buff[256];


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


    save_weights(net, buff);


@@ -204,7 +230,7 @@


    }


}




void print_imagenet_detections(FILE *fp, int id, box *boxes, float **probs, int total, int classes, int w, int h, int *map)


void print_imagenet_detections(FILE *fp, int id, box *boxes, float **probs, int total, int classes, int w, int h)


{


    int i, j;


    for(i = 0; i < total; ++i){


@@ -220,7 +246,6 @@




        for(j = 0; j < classes; ++j){


            int class = j;


            if (map) class = map[j];


            if (probs[i][class]) fprintf(fp, "%d %d %f %f %f %f %f\n", id, j+1, probs[i][class],


                    xmin, ymin, xmax, ymax);


        }


@@ -229,6 +254,7 @@




void validate_detector(char *datacfg, char *cfgfile, char *weightfile)


{


    int j;


    list *options = read_data_cfg(datacfg);


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


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


@@ -238,24 +264,7 @@


    int *map = 0;


    if (mapf) map = read_map(mapf);






    char buff[1024];


    char *type = option_find_str(options, "eval", "voc");


    FILE *fp = 0;


    int coco = 0;


    int imagenet = 0;


    if(0==strcmp(type, "coco")){


        snprintf(buff, 1024, "%s/coco_results.json", prefix);


        fp = fopen(buff, "w");


        fprintf(fp, "[\n");


        coco = 1;


    } else if(0==strcmp(type, "imagenet")){


        snprintf(buff, 1024, "%s/imagenet-detection.txt", prefix);


        fp = fopen(buff, "w");


        imagenet = 1;


    }




    network net = parse_network_cfg(cfgfile);


    network net = parse_network_cfg_custom(cfgfile, 1);


    if(weightfile){


        load_weights(&net, weightfile);


    }


@@ -270,12 +279,31 @@


    layer l = net.layers[net.n-1];


    int classes = l.classes;




    int j;


    FILE **fps = calloc(classes, sizeof(FILE *));


    for(j = 0; j < classes; ++j){


        snprintf(buff, 1024, "%s/%s%s.txt", prefix, base, names[j]);


        fps[j] = fopen(buff, "w");


    char buff[1024];


    char *type = option_find_str(options, "eval", "voc");


    FILE *fp = 0;


    FILE **fps = 0;


    int coco = 0;


    int imagenet = 0;


    if(0==strcmp(type, "coco")){


        snprintf(buff, 1024, "%s/coco_results.json", prefix);


        fp = fopen(buff, "w");


        fprintf(fp, "[\n");


        coco = 1;


    } else if(0==strcmp(type, "imagenet")){


        snprintf(buff, 1024, "%s/imagenet-detection.txt", prefix);


        fp = fopen(buff, "w");


        imagenet = 1;


        classes = 200;


    } else {


        fps = calloc(classes, sizeof(FILE *));


        for(j = 0; j < classes; ++j){


            snprintf(buff, 1024, "%s/%s%s.txt", prefix, base, names[j]);


            fps[j] = fopen(buff, "w");


        }


    }






    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(classes, sizeof(float *));


@@ -326,12 +354,12 @@


            network_predict(net, X);


            int w = val[t].w;


            int h = val[t].h;


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


            get_region_boxes(l, w, h, thresh, probs, boxes, 0, map);


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


            if (coco){


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


            } else if (imagenet){


                print_imagenet_detections(fp, i+t-nthreads+1 + 9741, boxes, probs, l.w*l.h*l.n, 200, w, h, map);


                print_imagenet_detections(fp, i+t-nthreads+1, boxes, probs, l.w*l.h*l.n, classes, w, h);


            } else {


                print_detector_detections(fps, id, boxes, probs, l.w*l.h*l.n, classes, w, h);


            }


@@ -341,7 +369,7 @@


        }


    }


    for(j = 0; j < classes; ++j){


        fclose(fps[j]);


        if(fps) fclose(fps[j]);


    }


    if(coco){


        fseek(fp, -2, SEEK_CUR); 


@@ -351,9 +379,9 @@


    fprintf(stderr, "Total Detection Time: %f Seconds\n", (double)(time(0) - start));


}




void validate_detector_recall(char *cfgfile, char *weightfile)


void validate_detector_recall(char *datacfg, char *cfgfile, char *weightfile)


{


    network net = parse_network_cfg(cfgfile);


    network net = parse_network_cfg_custom(cfgfile, 1);


    if(weightfile){


        load_weights(&net, weightfile);


    }


@@ -361,7 +389,9 @@


    fprintf(stderr, "Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);


    srand(time(0));




    list *plist = get_paths("data/voc.2007.test");


   list *options = read_data_cfg(datacfg);


   char *valid_images = option_find_str(options, "valid", "data/train.txt");


    list *plist = get_paths(valid_images);


    char **paths = (char **)list_to_array(plist);




    layer l = net.layers[net.n-1];


@@ -375,7 +405,7 @@


    int m = plist->size;


    int i=0;




    float thresh = .001;


   float thresh = .001;// .001;  // .2;


    float iou_thresh = .5;


    float nms = .4;




@@ -390,7 +420,7 @@


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


        char *id = basecfg(path);


        network_predict(net, sized.data);


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


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


        if (nms) do_nms(boxes, probs, l.w*l.h*l.n, 1, nms);




        char labelpath[4096];


@@ -398,6 +428,7 @@


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


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


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


   find_replace(labelpath, ".png", ".txt", labelpath);




        int num_labels = 0;


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


@@ -406,16 +437,16 @@


                ++proposals;


            }


        }


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


            ++total;


            box t = {truth[j].x, truth[j].y, truth[j].w, truth[j].h};


            float best_iou = 0;


            for(k = 0; k < l.w*l.h*l.n; ++k){


                float iou = box_iou(boxes[k], t);


                if(probs[k][0] > thresh && iou > best_iou){


                    best_iou = iou;


                }


            }


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


         ++total;


         box t = { truth[j].x, truth[j].y, truth[j].w, truth[j].h };


         float best_iou = 0;


         for (k = 0; k < l.w*l.h*l.n; ++k) {


            float iou = box_iou(boxes[k], t);


            if (probs[k][0] > thresh && iou > best_iou) {


               best_iou = iou;


            }


         }


            avg_iou += best_iou;


            if(best_iou > iou_thresh){


                ++correct;


@@ -436,11 +467,10 @@


    char **names = get_labels(name_list);




    image **alphabet = load_alphabet();


    network net = parse_network_cfg(cfgfile);


    network net = parse_network_cfg_custom(cfgfile, 1);


    if(weightfile){


        load_weights(&net, weightfile);


    }


    layer l = net.layers[net.n-1];


    set_batch_network(&net, 1);


    srand(2222222);


    clock_t time;


@@ -448,12 +478,10 @@


    char *input = buff;


    int j;


    float nms=.4;


    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 *));


    while(1){


        if(filename){


            strncpy(input, filename, 256);


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


        } else {


            printf("Enter Image Path: ");


            fflush(stdout);


@@ -463,11 +491,17 @@


        }


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


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


        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 *));




        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);


        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);


        save_image(im, "predictions");


@@ -475,6 +509,8 @@




        free_image(im);


        free_image(sized);


        free(boxes);


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


#ifdef OPENCV


        cvWaitKey(0);


        cvDestroyAllWindows();


@@ -485,8 +521,9 @@




void run_detector(int argc, char **argv)


{


   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 thresh = find_float_arg(argc, argv, "-thresh", .24);


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


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


    if(argc < 4){


@@ -521,16 +558,20 @@


    char *datacfg = argv[3];


    char *cfg = argv[4];


    char *weights = (argc > 5) ? argv[5] : 0;


   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);


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


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


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


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


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


        list *options = read_data_cfg(datacfg);


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


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


        char **names = get_labels(name_list);


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


      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);


    }


}